‫ﺍﻟﺪﺭﺱ‪ :‬ﺇﺣﺼﺎﺀ ﻭﺻﻔﻲ‬

‫ﺇﻋﺪﺍﺩ ﻭﺗﺼﻤﻴﻢ ‪ :‬ﺍﻟﺪﻛﺘﻮﺭ ﻋﺒﺪ ﺍﻟﺮﺯﺍﻕ ﻋﺰﻭﺯ‬

‫ﻤﻥ ﻤﻭﺍﻝﻴﺩ ‪ 28‬ﺴﺒﺘﻤﺒﺭ ‪ 1967‬ﻤﺘﺤﺼل ﻋﻠﻰ ﺸﻬﺎﺩﺓ ﺍﻝﺩﻜﺘﻭﺭﺍﻩ ﺴﻨﺔ ‪ 1999‬ﻤﻥ ﺠﺎﻤﻌﺔ ﻤﻭﺴـﻜﻭ ﺍﻝﺩﻭﻝﻴـﺔ‬
‫ﻝﻭﻤﻭﻨﻭﺴﻭﻑ ﺘﺨﺼﺹ ﻨﻅﺭﻴﺔ ﺍﻻﺤﺘﻤﺎﻻﺕ ﻭ ﺍﻹﺤﺼﺎﺀ ﺍﻝﺭﻴﺎﻀﻲ ‪ .‬ﺃﺴﺘﺎﺫ ﻤﺤﺎﻀﺭ ﺒﺎﻝﻤﺩﺭﺴـﺔ ﺍﻝﻭﻁﻨﻴـﺔ‬
‫ﺍﻝﻌﻠﻴﺎ ﻝﻺﺤﺼﺎﺀ ﻭ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﺘﻁﺒﻴﻘﻲ ) ﺍﻝﻤﻌﻬﺩ ﺍﻝﻭﻁﻨﻲ ﻝﻺﺤـﺼﺎﺀ ﻭ ﺍﻝﺘﺨﻁـﻴﻁ ﺴـﺎﺒﻘﺎ (‬
‫‪.‬ﻤﺅﻝﻑ ﻜﺘﺎﺏ ' ﺍﻝﻜﺎﻤل ﻓﻲ ﺍﻹﺤﺼﺎﺀ ' ﻤﻨﺸﻭﺭﺍﺕ ﺩﻴﻭﺍﻥ ﺍﻝﻤﻁﺒﻭﻋﺎﺕ ﺍﻝﺠﺎﻤﻌﻴﺔ ﺴﻨﺔ ‪. 2010‬‬
‫ﻤﻘﺩﻤﺔ ‪:‬‬

‫ﻴﻜﺘﺴﺏ ﺍﻹﺤﺼﺎﺀ ﻴﻭﻤﺎ ﺒﻌﺩ ﻴﻭﻡ ﻤﻨﺯﻝﺔ ﺠﺩﻴﺩﺓ ﻓﻲ ﺤﻴﺎﺓ ﺍﻝﻤﺠﺘﻤﻌﺎﺕ‪ ،‬ﻤﻥ ﺤﻴﺙ ﺃﻨﻪ ﻴﺩﺨل ﺇﻝﻰ ﺠﻤﻴﻊ‬
‫ﺍﻝﻤﺠﺎﻻﺕ ﻭﺍﻝﻤﻴﺎﺩﻴﻥ‪ ،‬ﻓﻬﻭ ﻓﻲ ﺍﻻﻗﺘﺼﺎﺩ‪ ،‬ﻓﻲ ﻋﻠﻡ ﺍﻹﺠﺘﻤﺎﻉ‪ ،‬ﻓﻲ ﻋﻠﻡ ﺍﻝﻨﻔﺱ‪ ،‬ﻓﻲ ﺍﻝﺒﻴﻭﻝﻭﺠﻴﺎ‪ ،‬ﻓﻲ ﺍﻝﻁﺏ‪،‬‬
‫ﻭﻏﻴﺭﻫﺎ‪ ...‬ﻭﺒﺼﻔﺔ ﻋﺎﻤﺔ‪ ،‬ﻴﺘﻁﺭﻕ ﺍﻹﺤﺼﺎﺀ ﺇﻝﻰ ﺩﺭﺍﺴﺔ ﺍﻝﻅﻭﺍﻫﺭ ﺍﻝﺘﻲ ﺘﻌﺘﻤﺩ ﻋﻠﻰ ﺍﻝﻤﻌﻁﻴﺎﺕ ﺍﻝﻌﺩﺩﻴﺔ‬
‫ﻭﻏﻴﺭ ﺍﻝﻌﺩﺩﻴﺔ‪.‬‬

‫ﻭﻴﻨﻘﺴﻡ ﺍﻹﺤﺼﺎﺀ ‪-‬ﺤﺴﺏ ﻁﺒﻴﻌﺔ ﺍﻝﻤﻌﻁﻴﺎﺕ ﺍﻝﻤﺘﻭﻓﺭﺓ‪ -‬ﺇﻝﻰ ﻗﺴﻤﻴﻥ ﻫﻤﺎ‪ :‬ﺍﻹﺤﺼﺎﺀ ﺍﻝﻭﺼﻔﻲ ﻭﺍﻹﺤﺼﺎﺀ‬
‫ﺍﻝﺭﻴﺎﻀﻲ‪ ،‬ﻓﺎﻷﻭل ﻴﻌﺘﻤﺩ ﻋﻠﻰ ﺍﻝﻤﻌﻁﻴﺎﺕ ﺍﻝﻌﺩﺩﻴﺔ ﻭﺍﻝﺜﺎﻨﻲ ﻴﻌﺘﻤﺩ ﻋﻠﻰ ﺍﻝﻤﻔﺎﻫﻴﻡ ﻭﺍﻝﻘﻭﺍﻨﻴﻥ ﺍﻝﺭﻴﺎﻀﻴﺔ ﻭﺨﺎﺼﺔ‬
‫ﻗﻭﺍﻨﻴﻥ ﺍﻻﺤﺘﻤﺎﻻﺕ ﻭﻫﺫﺍ ﻝﻐﻴﺎﺏ ﺍﻝﻤﻌﻁﻴﺎﺕ ﺍﻝﻌﺩﺩﻴﺔ‪.‬‬

‫ﻓﻲ ﻫﺫﺍ ﺍﻝﺠﺯﺀ ﻨﺘﻁﺭﻕ ﺇﻝﻰ ﺍﻝﻨﻭﻉ ﺍﻷﻭل ﻤﻥ ﺍﻹﺤﺼﺎﺀ ﻤﻥ ﺨﻼل ﺘﺴﻌﺔ ﻓﺼﻭل‪ ،‬ﺤﺴﺏ ﺒﺭﻨﺎﻤﺞ ﻭﺯﺍﺭﺓ‬
‫ﺍﻝﺘﻌﻠﻴﻡ ﺍﻝﻌﺎﻝﻲ ﻭﺍﻝﺒﺤﺙ ﺍﻝﻌﻠﻤﻲ‪ .‬ﻭ ﻫﻭ ﻤﻭﺠﻪ ﻹﻁﺎﺭﺍﺕ ﺍﻝﻭﻅﻴﻔﺔ ﺍﻝﻌﻤﻭﻤﻴﺔ ﺍﻝﺫﻴﻥ ﻴﺴﺘﻌﻤﻠﻭﻥ ﺍﻷﺩﻭﺍﺕ‬
‫ﺍﻹﺤﺼﺎﺌﻴﺔ ﻓﻲ ﺒﺤﻭﺜﻬﻡ ﻭ ﺃﻋﻤﺎﻝﻬﻡ ﺍﻝﻤﺨﺘﻠﻔﺔ ﻭ ﺍﻝﺫﻴﻥ ﺴﻴﺨﻀﻌﻭﻥ ﻝﻠﺘﻜﻭﻴﻥ ﻋﻥ ﺒﻌﺩ ﻝﺘﺩﻋﻴﻡ ﻤﻌﻠﻭﻤﺎﺘﻬﻡ ﻭ‬
‫ﻤﻌﺎﺭﻓﻬﻡ ﻓﻲ ﻤﻴﺩﺍﻥ ﺍﻹﺤﺼﺎﺀ ‪ .‬ﻜل ﻓﺼل ﻤﻜﺘﻭﺏ ﺒﻠﻐﺔ ﺴﻬﻠﺔ ﻭ ﺃﺴﻠﻭﺏ ﺒﺴﻴﻁ ﻴﺴﺎﻋﺩ ﺍﻝﻘﺎﺭﺉ ﻋﻠﻰ ﻤﺘﺎﺒﻌﺔ‬
‫ﺍﻝﻤﻭﺍﻀﻴﻊ ﺍﻝﻤﺩﺭﺠﺔ ﺒﺩﻭﻥ ﻋﻨﺎﺀ ﻭ ﻫﻭ ﻤﺘﺒﻭﻉ ﺒﻤﺠﻤﻭﻋﺔ ﻤﻥ ﺍﻝﺘﻤﺎﺭﻴﻥ ﻤﻊ ﺍﻝﺤﻠﻭل ﺃﺩﺭﺠﺕ ﻓﻲ ﺍﻝﻤﻼﺤﻕ ‪.‬‬
 ‫ﺍﻟﻔﺼﻞ ﺍﻷﻭﻝ‪ :‬ﺍﳌﻔﺎﻫﻴﻢ ﺍﻷﺳﺎﺳﻴﺔ ﻟﻺﺣﺼﺎﺀ‬
‫‪ -1‬ا

ا ‪:‬‬
‫ﺍﻝﻤﺠﺘﻤﻊ ﺍﻹﺤﺼﺎﺌﻲ ﻫﻭﻤﺠﻤﻭﻋﺔ ﻭﺤﺩﺍﺕ ﺍﻝﻤﻼﺤﻅﺔ ﺃﻭ ﻤﺠﻤﻭﻋﺔ ﺍﻝﻌﻨﺎﺼﺭ ﺍﻝﺘﻲ ﺘﺩﻭﺭ ﻋﻠﻴﻬﺎ ﺍﻝﺩﺭﺍﺴﺔ ﺃﻭ‬
‫ﺍﻝﻤﻌﺎﻴﻨﺔ‪ .‬ﻭ ﻫﻭ ﺃﻴﻀﺎ ﻤﺠﻤﻭﻋﺔ ﺍﻝﻌﻨﺎﺼﺭ ﺍﻝﺘﻲ ﻨﺭﻴﺩ ﺃﻥ ﻨﻌﺭﻑ ﺨﺼﺎﺌﺼﻬﺎ ﺍﻹﺤﺼﺎﺌﻴﺔ‪ .‬ﻭﻴﺸﺘﺭﻁ ﻓﻲ‬
‫ﺍﻝﻤﺠﺘﻤﻊ ﺍﻹﺤﺼﺎﺌﻲ ﺃﻥ ﻴﻜﻭﻥ ﻤﻌﺭﻓﺎ ﺘﻌﺭﻴﻔﺎ ﺠﻴﺩﺍ‪.‬‬

‫‪ -2‬ا ة ا ‪:‬‬

‫ﻫﻲ ﺍﻝﻌﻨﺼﺭ ﺃﻭ ﺍﻝﺠﺯﺀ ﺍﻝﺫﻱ ﺘﺠﺭﻱ ﻋﻠﻴﻪ ﺍﻝﺩﺭﺍﺴﺔ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺃﻭ ﺍﻝﻤﻌﺎﻴﻨﺔ‪ ،‬ﻓﻬﻭ ﻴﻤﺜل ﺇﺫﻥ ﻤﻭﻀﻭﻉ‬
‫ﺍﻝﺒﺤﺙ‪ .‬ﻭﻴﺸﺘﺭﻁ ﻓﻲ ﺍﻝﻭﺤﺩﺓ ﺃﻥ ﺘﻜﻭﻥ ﺨﺎﻀﻌﺔ ﻝﺘﻌﺭﻴﻑ ﺩﻗﻴﻕ ﻭﻭﺍﻀﺢ‪ ،‬ﻓﻬﻲ ﻗﺩ ﺘﻜﻭﻥ ﺸﻴﺌﺎ ﺤﻴﻭﻴﺎ ﻤﺜل‬
‫ﺸﺨﺹ‪ ،‬ﻁﺎﻝﺏ‪ ،‬ﻤﻭﻅﻑ‪ ،...‬ﻭﻗﺩ ﺘﻜﻭﻥ ﺸﻴﺌﺎ ﻤﺎﺩﻴﺎ ﻤﺜل ﻤﺅﺴﺴﺔ‪ ،‬ﺴﻴﺎﺭﺓ‪ ،‬ﻋﻠﺒﺔ‪ ...،‬ﻜﻤﺎ ﻭﻗﺩ ﺘﻜﻭﻥ ﺸﻴﺌﺎ‬
‫ﻤﻌﻨﻭﻴﺎ ﻤﺜل ﻓﻜﺭﺓ‪ ،‬ﻤﺫﻫﺏ‪...‬‬
‫ﺒﺎﻹﻀﺎﻓﺔ ﺇﻝﻰ ﻜل ﻫﺫﺍ‪ ،‬ﻗﺩ ﺘﻜﻭﻥ ﺍﻝﻭﺤﺩﺓ ﺒﺴﻴﻁﺔ ﺘﺘﻜﻭﻥ ﻤﻥ ﺸﻲﺀ ﻭﺍﺤﺩ ﻭﻗﺩ ﺘﻜﻭﻥ ﻤﺭﻜﺒﺔ ﺘﺘﺄﻝﻑ ﻤﻥ ﺸﻴﺌﻴﻥ‬
‫ﺃﻭ ﺃﻜﺜﺭ ﻤﺜل ﺍﻝﻜﻴﻠﻭﺍﻁ‪/‬ﺴﺎﻋﻲ‪ ،‬ﺍﻝﺫﻱ ﻴﻌﻁﻴﻨﺎ ﺍﻝﻘﺩﺭﺓ ﻤﻊ ﺍﻝﺯﻤﻥ‪.‬‬

‫‪ -3‬ا  ‪:‬‬

‫ﺍﻝﺼﻔﺔ ﺘﺨﺹ ﺍﻝﻭﺤﺩﺓ ﺍﻹﺤﺼﺎﺌﻴﺔ‪ ،‬ﻓﻬﻲ ﺘﻌﺒﺭ ﻋﻥ ﺤﺎﻝﺔ ﺘﻜﻭﻥ ﻋﻠﻴﻬﺎ ﻫﺫﻩ ﺍﻷﺨﻴﺭﺓ ﺃﻭ ﺘﻌﺒﺭ ﻋﻥ ﻁﺒﻴﻌﺘﻬﺎ‬
‫ﻭﻨﻭﻋﻬﺎ ﻭﺼﻨﻔﻬﺎ‪.‬‬
‫ﺍﻝﺼﻔﺔ ﻫﻲ ﺍﻝﺸﻲﺀ ﺍﻝﻤﺸﺘﺭﻙ ﺒﻴﻥ ﻜل ﺍﻝﻭﺤﺩﺍﺕ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺍﻝﺘﻲ ﺘﻜﻭ‪‬ﻥ ﺍﻝﻤﺠﺘﻤﻊ ﺍﻹﺤﺼﺎﺌﻲ‪ ،‬ﻭﺒﻭﺍﺴﻁﺘﻬﺎ‬
‫ﻴﻤﻜﻥ ﻝﻠﺒﺎﺤﺙ ﺃﻥ ﻴﻔﺭﻕ ﺒﻴﻥ ﺍﻝﻭﺤﺩﺍﺕ ﺍﻹﺤﺼﺎﺌﻴﺔ‪ ،‬ﻷﻥ ﻓﻲ ﺍﻝﺒﺩﺍﻴﺔ ﻜل ﺍﻝﻭﺤﺩﺍﺕ ﻤﺘﺸﺎﺒﻬﺔ ﺃﻤﺎﻤﻪ ‪ ،‬ﻓﻤﺜﻼ‬
‫ﻤﺠﻤﻭﻋﺔ ﻤﻥ ﺍﻝﻁﻼﺏ ﻻ ﺇﺨﺘﻼﻑ ﺒﻴﻨﻬﻡ‪ ،‬ﻁﺎﻝﻤﺎ ﻝﻡ ﺘﻜﻥ ﻫﻨﺎﻙ ﺼﻔﺔ ﺘﻔﺭﻗﻬﻡ ﻋﻥ ﺒﻌﻀﻬﻡ ﺍﻝﺒﻌﺽ‪ ،‬ﻓﺼﻔﺔ‬
‫ﺍﻝﻌﻤﺭ ﺃﻭ ﻤﻌﺩل ﺍﻝﺭﻴﺎﻀﻴﺎﺕ ﺃﻭ ﻁﻭل ﺍﻝﻘﺎﻤﺔ ﺘﻤﻜﻥ ﺍﻝﺒﺎﺤﺙ ﻤﻥ ﺍﻝﺘﻔﺭﻴﻕ ﺒﻴﻨﻬﻡ‪.‬‬

‫‪ -4‬ا ت‬
‫ﻝﻠﺼﻔﺔ ﺫﺍﺘﻬﺎ ﻋﺩﺓ ﻜﻴﻔﻴﺎﺕ‪ ،‬ﺃﻱ ﺍﻝﻬﻴﺌﺎﺕ ﺍﻝﺘﻲ ﻴﻤﻜﻥ ﺃﻥ ﺘﻅﻬﺭ ﻋﻠﻴﻬﺎ ﺍﻝﺼﻔﺔ‪ .‬ﻓﻤﺜﻼ‪:‬‬

‫‪ -‬ﺼﻔﺔ ﺍﻝﺠﻨﺱ ﻜﻴﻔﻴﺎﺘﻬﺎ ﻫﻲ‪ :‬ﺫﻜﺭ ﻭﺃﻨﺜﻰ‪.‬‬

‫‪ -‬ﺼﻔﺔ ﺍﻝﻠﻭﻥ ﻜﻴﻔﻴﺎﺘﻬﺎ ﻫﻲ‪ :‬ﺃﺒﻴﺽ‪ ،‬ﺃﺴﻭﺩ‪ ،‬ﺃﺤﻤﺭ ‪...‬‬

‫‪ -‬ﻋﺩﺩ ﺍﻷﻁﻔﺎل ﻓﻲ ﺍﻷﺴﺭﺓ‪ ،‬ﺼﻔﺔ ﻜﻴﻔﻴﺎﺘﻬﺎ ﻫﻲ‪... ،2 ،1 ،0 :‬‬

 ‫‪ -5‬أم ا ت‬
‫‪ 1-5‬ا  ا 
‬
‫ﺍﻝﺼﻔﺔ ﺍﻝﻜﻤﻴﺔ ﻫﻲ ﺍﻝﺘﻲ ﺘﻘﺒل ﺍﻝﻘﻴﺎﺱ‪ ،‬ﺃﻱ ﺃﻥ ﻭﺤﺩﺍﺘﻬﺎ ﻴﻤﻜﻥ ﺍﻝﺘﻌﺒﻴﺭ ﻋﻨﻬﺎ ﺒﺄﻋﺩﺍﺩ‪ .‬ﻤﺜل ﺍﻝﻌﻤﺭ‪ ،‬ﺍﻝﻁﻭل‪،‬‬
‫ﺍﻝﻭﺯﻥ‪ ،‬ﺍﻝﺤﺠﻡ ‪ ،...‬ﻭﺍﻝﺼﻔﺔ ﺍﻝﻜﻤﻴﺔ ﻨﻭﻋﺎﻥ‪:‬‬
‫أ‪ -‬ﺍﻝﺼﻔﺔ ﺍﻝﻜﻤﻴﺔ ﺍﻝﻤﻨﻔﺼﻠﺔ‪:‬‬
‫ﻫﻲ ﺍﻝﺼﻔﺔ ﺍﻝﺘﻲ ﺘﺄﺨﺫ ﻗﻴﻤﺎ ﺜﺎﺒﺘﺔ ﻭﻤﻨﻔﺭﺩﺓ ﻓﻲ ﺸﻜل ﺃﻋﺩﺍﺩ ﻁﺒﻴﻌﻴﺔ‪ .‬ﻭﺤﺩﺓ ﺍﻝﻘﻴﺎﺱ ﻓﻲ ﺍﻝﺼﻔﺔ ﺍﻝﻜﻤﻴﺔ ﺍﻝﻤﻨﻔﺼﻠﺔ ﻻ‬
‫ﺘﻘﺒل ﺍﻝﺘﺠﺯﺌﺔ‪ ،‬ﻤﺜل ﻋﺩﺩ ﺍﻷﻁﻔﺎل ﻓﻲ ﺍﻷﺴﺭﺓ ‪ ...‬ﻋﺩﺩ ﺍﻝﺴﻴﺎﺭﺍﺕ ﻓﻲ ﺍﻝﻤﺭﺁﺏ ‪...‬‬

‫ب‪ -‬ﺍﻝﺼﻔﺔ ﺍﻝﻜﻤﻴﺔ ﺍﻝﻤﺘﺼﻠﺔ‬

‫ﻫﻲ ﺍﻝﺼﻔﺔ ﺍﻝﺘﻲ ﺘﻘﺒل ﺍﻝﻘﻴﺎﺱ ﻭﻝﻜﻥ ﻻ ﺘﺄﺨﺫ ﻗﻴﻤﺎ ﺜﺎﺒﺘﺔ ﻭﻤﻨﻔﺭﺩﺓ ﻁﺒﻴﻌﻴﺔ‪ ،‬ﺒل ﻓﻲ ﻤﺠﺎل ﺤﻘﻴﻘﻲ‪.‬‬

‫ﻭﻫﻲ ﺃﻴﻀﺎ ﺍﻝﺼﻔﺔ ﺍﻝﺘﻲ ﻭﺤﺩﺍﺕ ﻗﻴﺎﺴﻬﺎ ﺘﻘﺒل ﺍﻝﺘﺠﺯﺌﺔ‪ ،‬ﻤﺜل ﺍﻝﻁﻭل‪ :‬ﻭﺤﺩﺍﺕ ﺍﻝﻘﻴﺎﺱ ﻓﻲ ﺍﻝﻁﻭل ﻫﻲ‪ :‬ﺍﻝﻤﻴل‪،‬‬
‫ﺍﻝﻜﻴﻠﻭﻤﺘﺭ‪ ،‬ﺍﻝﻤﺘﺭ‪ ،‬ﺍﻝﺴﻨﺘﻤﺘﺭ‪ ...‬ﺘﻘﺒل ﺍﻝﺘﺠﺯﺌﺔ‪.‬‬

‫ﺍﻝﻭﺯﻥ‪ :‬ﻭﺤﺩﺍﺕ ﺍﻝﻘﻴﺎﺱ ﻫﻲ‪ :‬ﺍﻝﻁﻥ‪ ،‬ﺍﻝﻘﻨﻁﺎﺭ‪ ،‬ﺍﻝﻜﻴﻠﻭﻏﺭﺍﻡ‪ ،‬ﺍﻝﻐﺭﺍﻡ ‪ ...‬ﺘﻘﺒل ﺍﻝﺘﺠﺯﺌﺔ‪.‬‬

‫ﺇﻥ ﻜل ﺼﻔﺔ ﻴﻤﻜﻥ ﻝﻬﺎ ﺃﻥ ﺘﺄﺨﺫ ﻋﺩﺩﺍ ﻜﺒﻴﺭﺍ ﻤﻥ ﺍﻝﻘﻴﻡ ﺍﻝﻤﻤﻜﻨﺔ ﺤﺘﻰ ﻭﺇﻥ ﻜﺎﻨﺕ ﻁﺒﻴﻌﻴﺔ ﺘﻌﺘﺒﺭ ﺼﻔﺔ ﻜﻤﻴﺔ ﻤﺘﺼﻠﺔ‬
‫ﻤﺜل ﺍﻷﺠﺭ‪ ،‬ﺭﺃﺱ ﺍﻝﻤﺎل‪ ،‬ﺭﻗﻡ ﺍﻷﻋﻤﺎل ‪ ...‬ﺇﻝﺦ‪.‬‬

‫‪ :‬ﺘﺄﺨﺫ ﺍﻝﺼﻔﺔ ﺍﻝﻜﻤﻴﺔ ﺘﺴﻤﻴﺔ ﺠﺩﻴﺩﺓ ﻭﻫﻲ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻹﺤﺼﺎﺌﻲ‪ .‬ﻓﻨﺘﻜﻠﻡ ﻋﻥ ﻤﺘﻐﻴﺭ ﺇﺤﺼﺎﺌﻲ ﻤﻨﻔﺼل‬
‫ﺒﺩل ﺼﻔﺔ ﻜﻤﻴﺔ ﻤﻨﻔﺼﻠﺔ ﻭﻋﻥ ﻤﺘﻐﻴﺭ ﺇﺤﺼﺎﺌﻲ ﻤﺘﺼل ﺒﺩل ﺼﻔﺔ ﻜﻤﻴﺔ ﻤﺘﺼﻠﺔ‪.‬‬

‫‪ 2-5‬ا  ا ‬

‫ﻫﻲ ﺍﻝﺼﻔﺔ ﺍﻝﺘﻲ ﻭﺤﺩﺍﺘﻬﺎ ﻻ ﺘﻘﺒل ﺍﻝﻘﻴﺎﺱ‪ ،‬ﻷﻨﻬﺎ ﻓﻲ ﻋﻼﻗﺔ ﺒﺫﺍﺕ ﺍﻝﺸﻲﺀ ﺍﻝﻤﺩﺭﻭﺱ‪ ،‬ﻤﺜل ﺍﻝﺠﻨﺴﻴﺔ‪ ،‬ﺍﻝﻠﻭﻥ‪،‬‬
‫ﺍﻝﻨﻭﻉ‪ ،‬ﺍﻝﺠﻨﺱ‪ ،‬ﺍﻝﺤﺎﻝﺔ ﺍﻝﻤﺩﻨﻴﺔ ‪ ...‬ﺇﻝﺦ‪.‬‬

‫‪ :‬ﺍﻝﺼﻔﺔ ﺍﻝﻜﻤﻴﺔ ﺠﻭﺍﺏ ﻝﺴﺅﺍل ﻜﻡ‪ ،‬ﻤﺜﻼ ﻜﻡ ﻋﻤﺭﻙ؟ ﻜﻡ ﻁﻭﻝﻙ؟ ﻜﻡ ﻭﺯﻨﻙ؟‬

‫ﺍﻝﺼﻔﺔ ﺍﻝﻜﻴﻔﻴﺔ ﺠﻭﺍﺏ ﻝﺴﺅﺍل ﻤﺎ ﻫﻭ‪ ،‬ﻤﺎ ﻫﻲ‪ ،‬ﻤﺜﻼ ﻤﺎ ﻫﻲ ﺠﻨﺴﻴﺘﻙ؟ ﻤﺎ ﻫﻭ ﻤﺴﺘﻭﺍﻙ‬
‫ﺍﻝﻌﻠﻤﻲ؟ ‪...‬‬
 ‫ﺍﻟﻔﺼﻞ ﺍﻟﺜﺎﱐ ﺍﳉﺪﺍﻭﻝ ﺍﻹﺣﺼﺎﺋﻴﺔ‬

‫‪:‬‬ ‫‪!"#$ -1‬‬

‫ﺒﻌﺩ ﺘﺤﺩﻴﺩ ﻤﻭﻀﻭﻉ ﺍﻝﺒﺤﺙ ﻭﺍﻝﻤﻨﻬﺞ ﺍﻝﻤﺘﺒﻊ ﻓﻲ ﺍﻝﺩﺭﺍﺴﺔ‪ ،‬ﻭﺒﻌﺩ ﺠﻤﻊ ﺍﻝﻤﻌﻠﻭﻤﺎﺕ ﻭﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﺨﺎﺼﺔ ﺒﻬﺫﻩ‬
‫ﺍﻝﺩﺭﺍﺴﺔ‪ ،‬ﻴﺄﺘﻲ ﺩﻭﺭ ﺘﺼﻨﻴﻑ ﻭﺘﺭﺘﻴﺏ ﻫﺫﻩ ﺍﻝﻤﻌﻁﻴﺎﺕ ﻓﻲ ﺠﺩﺍﻭل ﺘﺴﻤﻰ ﺒﺎﻝﺠﺩﺍﻭل ﺍﻹﺤﺼﺎﺌﻴﺔ‪.‬‬

‫ﻭﺍﻝﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ ﻋﺒﺎﺭﺓ ﻋﻥ ﺼﻭﺭﺓ ﺘﻨﻘل ﺍﻝﻤﻌﻠﻭﻤﺎﺕ‪ ،‬ﺩﻭﻥ ﺍﻹﻨﻘﺎﺹ ﻤﻨﻬﺎ‪ ،‬ﻤﻥ ﺤﺎﻝﺘﻬﺎ ﺍﻷﻭﻝﻰ ﺇﻝﻰ‬
‫ﺤﺎﻝﺔ ﺠﺩﻴﺩﺓ ﺘﺘﺴﻡ ﺒﺎﻝﺘﻨﻅﻴﻡ ﻭﺍﻝﺘﺭﺘﻴﺏ ﻭﺍﻝﺴﻬﻭﻝﺔ ﻭﺍﻝﻭﻀﻭﺡ‪.‬‬

‫ﻭﺘﺨﺘﻠﻑ ﻁﺭﻕ ﺘﺭﺘﻴﺏ ﺍﻝﻤﻌﻠﻭﻤﺎﺕ ﻓﻲ ﺠﺩﺍﻭل ﺇﺤﺼﺎﺌﻴﺔ‪ ،‬ﺒﺎﺨﺘﻼﻑ ﺍﻷﺴﻠﻭﺏ ﺍﻝﻤﺴﺘﺨﺩﻡ ﻭﺍﻝﻤﻨﻬﺞ ﺍﻝﻤﺘﺒﻊ ﻓﻲ‬
‫ﺍﻝﺩﺭﺍﺴﺔ‪.‬ﻜﻤﺎ ﺘﺨﺘﻠﻑ ﺍﻝﺠﺩﺍﻭل ﺍﻹﺤﺼﺎﺌﻴﺔ ﺒﺎﺨﺘﻼﻑ ﻭﺘﻨﻭﻉ ﺍﻝﻤﻌﻁﻴﺎﺕ‪ ،‬ﻜﺄﻥ ﺘﻜﻭﻥ ﻜﻤﻴﺔ ﺃﻭ ﻜﻴﻔﻴﺔ‪ ،‬ﺒﺴﻴﻁﺔ ﺃﻭ ﻤﺭﻜﺒﺔ‪.‬‬

‫ﻭﻋﻠﻰ ﺍﻝﻌﻤﻭﻡ ﻓﺎﻝﻜﺘﺎﺒﺔ ﺍﻝﻨﻅﺭﻴﺔ ﻝﻠﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ ﺘﻜﻭﻥ ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺘﺎﻝﻲ‪:‬‬

‫ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﻁﻠﻕ ‪ni‬‬ ‫ﻜﻴﻔﻴﺎﺕ ﺍﻝﺼﻔﺔ ‪mi‬‬

‫‪n1‬‬ ‫‪m1‬‬

‫‪n2‬‬ ‫‪m2‬‬

‫‪nk‬‬ ‫‪mk‬‬

‫‪N‬‬ ‫اع‬

‫ﺤﻴﺙ ﺃﻥ ‪ ni‬ﻫﻭ ﺘﻜﺭﺍﺭ ﻜﻴﻔﻴﺔ ﺍﻝﺼﻔﺔ ‪ mi‬ﻓﻲ ﺍﻝﻌﻴﻨﺔ ﺍﻝﻤﺩﺭﻭﺴﺔ‪ ،‬ﻭﻫﻭ ﻴﺩﻋﻰ ﻜﺫﻝﻙ ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﻁﻠﻕ‪.‬‬

‫‪k‬‬
‫‪N = ∑ ni‬‬ ‫‪ N‬ﻫﻭ ﻤﺠﻤﻭﻉ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﻁﻠﻘﺔ ‪: ni‬‬ ‫ﻭ‬
‫‪i =1‬‬

‫ﻭﻴﻤﻜﻥ ﺘﻭﺴﻴﻊ ﺍﻝﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ ﺒﺤﻴﺙ ﻴﺼﺒﺢ ﻴﺤﺘﻭﻱ ﻋﻠﻰ ﻤﻌﻠﻭﻤﺎﺕ ﺇﻀﺎﻓﻴﺔ ﻤﻬﻤﺔ ﻓﻲ ﺍﻝﺩﺭﺍﺴﺔ ﻤﺜل‪:‬‬

‫‪ -2‬ا "ار ا '&‪:‬‬

‫ﻨﺭﻤﺯ ﻝﻪ ﺒﺎﻝﺤﺭﻑ ﺍﻝﻼﺘﻴﻨﻲ ‪ f‬ﻭﻫﻭ ﻴﺴﺎﻭﻱ‪:‬‬

 ‫‪ni‬‬ ‫‪n‬‬
‫= ‪fi‬‬ ‫‪= k i‬‬
‫‪N‬‬
‫‪∑ ni‬‬‫‪i =1‬‬

‫‪k‬‬

‫‪∑f‬‬ ‫‪i‬‬ ‫‪=1‬‬ ‫ﻭﻤﺠﻤﻭﻉ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ ﻴﺴﺎﻭﻱ ﺍﻝﻭﺤﺩﺓ‪:‬‬

‫‪i =1‬‬

‫‪ -3‬ا "ار ا

‪:‬‬

‫ﻴﻤﻜﻥ ﺘﺠﻤﻴﻊ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺴﻭﺍﺀ ﻜﺎﻨﺕ ﻤﻁﻠﻘﺔ ﺃﻭ ﻨﺴﺒﻴﺔ‪ ،‬ﻭﺫﻝﻙ ﻋﻥ ﻁﺭﻴﻕ ﺠﻤﻊ ﺘﻜﺭﺍﺭ ﺍﻝﻜﻴﻔﻴﺔ ‪ mi‬ﻤﻊ ﺘﻜﺭﺍﺭ‬
‫ﺍﻝﻜﻴﻔﻴﺔ ﺍﻝﺴﺎﺒﻘﺔ ﺃﻭ ﺍﻝﻼﺤﻘﺔ‪.‬‬

‫ﺇﺫﺍ ﻗﻤﻨﺎ ﺒﺎﻝﺠﻤﻊ ﻤﻥ ﺃﻋﻠﻰ ﺍﻝﺠﺩﻭل ﺇﻝﻰ ﺃﺴﻔﻠﻪ ﻨﺤﺼل ﻋﻠﻰ ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﺼﺎﻋﺩ‪.‬‬ ‫•‬
‫ﻭﺇﺫﺍ ﻗﻤﻨﺎ ﺒﺎﻝﺠﻤﻊ ﻤﻥ ﺃﺴﻔل ﺍﻝﺠﺩﻭل ﺇﻝﻰ ﺃﻋﻼﻩ ﻓﺈﻨﻨﺎ ﻨﺤﺼل ﻋﻠﻰ ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﻨﺎﺯل‪.‬‬ ‫•‬
‫ﻨﺭﻤﺯ ﺇﻝﻰ ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﻁﻠﻕ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﺼﺎﻋﺩ ﺒﺎﻝﻜﺘﺎﺒﺔ ﺍﻝﺘﺎﻝﻴﺔ‪FACA :‬‬ ‫•‬
‫‪Fréquences Absolues Cumulées Ascendantes). = (FACA‬‬

‫• ﻨﺭﻤﺯ ﺇﻝﻰ ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﻁﻠﻕ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﻨﺎﺯل ﺒﺎﻝﻜﺘﺎﺒﺔ ﺍﻝﺘﺎﻝﻴﺔ‪FACD :‬‬

‫)‪(FACD = Fréquences Absolues Cumulées Descendantes‬‬

‫• ﻨﺭﻤﺯ ﺇﻝﻰ ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻨﺴﺒﻲ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﺼﺎﻋﺩ ﺒﺎﻝﻜﺘﺎﺒﺔ ﺍﻝﺘﺎﻝﻴﺔ‪ Fi ↑ :‬ﺃﻭ ‪FRCA‬‬
‫)‪(FRCA = Fréquences Relatives Cumulées Ascendantes‬‬

‫• ﻨﺭﻤﺯ ﺇﻝﻰ ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻨﺴﺒﻲ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﻨﺎﺯل ﺒﺎﻝﻜﺘﺎﺒﺔ ﺍﻝﺘﺎﻝﻴﺔ‪ Fi ↓ :‬ﺃﻭ ‪FRCD‬‬
‫)‪(FRCD = Fréquences Relatives Cumulées Descendantes‬‬

‫‪i‬‬
‫‪Fi = Fi −1 + f i‬‬ ‫أو‬ ‫‪Fi = ∑ f j‬‬ ‫ ‪: 1‬‬
‫‪j =1‬‬

‫ﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻝﺼﻔﺔ ﺍﻝﻤﺩﺭﻭﺴﺔ ﻜﻴﻔﻴﺔ‪ ،‬ﻓﺈﻥ ﺍﻝﺠﺩﻭل ﻴﻀﻡ ﻜﻴﻔﻴﺎﺕ ﺍﻝﺼﻔﺔ ﻭﻴﻘﺎﺒل ﻜل ﻜﻴﻔﻴﺔ ‪ mi‬ﺘﻜﺭﺍﺭﻫﺎ‬ ‫•‬
‫ﺍﻝﻤﻁﻠﻕ ‪. ni‬‬
‫ﻭﻴﺴﺘﺤﺴﻥ ﺃﻥ ﺘﺭﺘﺏ ﻜﻴﻔﻴﺎﺕ ﺍﻝﺼﻔﺔ ﺘﺭﺘﻴﺒﺎ ﺘﺼﺎﻋﺩﻴﺎ ﺃﻭ ﺘﻨﺎﺯﻝﻴﺎ ﺤﺴﺏ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﻁﻠﻘﺔ ‪. ni‬‬

‫ﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻝﺼﻔﺔ ﺍﻝﻤﺩﺭﻭﺴﺔ ﻜﻤﻴﺔ ﻤﻨﻔﺼﻠﺔ ﻓﺈﻥ ﺍﻝﺠﺩﻭل ﻴﻀﻡ ﻜﻴﻔﻴﺎﺕ ﺍﻝﺼﻔﺔ ﻭﻫﻲ ﻋﺒﺎﺭﺓ ﻋﻥ ﻗﻴﻡ‬ ‫•‬
‫ﻋﺩﺩﻴﺔ ‪ xi‬ﻴﻘﺎﺒﻠﻬﺎ ﺘﻜﺭﺍﺭﻫﺎ ﺍﻝﻤﻁﻠﻕ ‪. ni‬‬
‫ﻭﻴﻜﻭﻥ ﺍﻝﺘﺭﺘﻴﺏ ﺤﺴﺏ ﺍﻝﻘﻴﻡ ‪ xi‬ﺴﻭﺍﺀ ﺘﺼﺎﻋﺩﻱ ﺃﻭ ﺘﻨﺎﺯﻝﻲ‪.‬‬

‫ﺃﻤﺎ ﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻝﺼﻔﺔ ﺍﻝﻤﺩﺭﻭﺴﺔ ﻜﻤﻴﺔ ﻤﺘﺼﻠﺔ ﻓﺈﻥ ﺍﻝﺠﺩﻭل ﻴﻜﻭﻥ ﻤﻌﺒﺭ ﻋﻨﻪ ﺒﻭﺍﺴﻁﺔ ﻓﺌﺎﺕ ﺃﻭ ﻤﺠﺎﻻﺕ‪.‬‬ ‫•‬
‫ﻭﻫﺫﺍ ﻴﻨﺩﺭﺝ ﻤﻥ ﺘﻌﺭﻴﻑ ﺍﻝﺼﻔﺔ ﺍﻝﻜﻤﻴﺔ ﺍﻝﻤﺘﺼﻠﺔ ﻭﻫﻲ ﺍﻝﺘﻲ ﺘﻘﺒل ﺍﻝﻘﻴﺎﺱ ﻭﺘﺄﺨﺫ ﻗﻴﻤﺎ ﻓﻲ ﻤﺠﺎل ﺤﻘﻴﻘﻲ‪.‬‬
‫ﻭﻝﺫﻝﻙ ﻴﻜﻭﻥ ﺘﺼﻨﻴﻔﻬﺎ ﻓﻲ ﺸﻜل ﻓﺌﺎﺕ ﺒﻌﺩﺩ ﻤﻌﻴﻥ ﻭﺒﻁﻭل ﻓﺌﺔ ﻤﺤﺩﺩ‪ ،‬ﺒﺤﻴﺙ ﻴﻜﻭﻥ ﻝﻜل ﻓﺌﺔ ﺤﺩﻫﺎ ﺍﻷﺩﻨﻰ‬
‫ﻭﺤﺩﻫﺎ ﺍﻷﻋﻠﻰ‪.‬‬

‫ﻭﺘﺭﺘﻴﺏ ﺍﻝﻤﻌﻁﻴﺎﺕ ﺍﻝﻜﻤﻴﺔ ﺍﻝﻤﺘﺼﻠﺔ ﻓﻲ ﺸﻜل ﻓﺌﺎﺕ ﻴﻌﺘﻤﺩ ﺃﺴﺎﺴﺎ ﻋﻠﻰ ﺘﺤﺩﻴﺩ ﻁﻭل ﻜل ﻓﺌﺔ‪.‬‬

‫ﻭﺘﺤﺩﻴﺩ ﻫﺫﺍ ﺍﻝﻁﻭل ﻻ ﻴﺨﻀﻊ ﺇﻝﻰ ﻗﺎﻨﻭﻥ ﺇﺠﺒﺎﺭﻱ‪ ،‬ﺒل ﻴﺭﺠﻊ ﺫﻝﻙ ﺇﻝﻰ ﺍﻝﺒﺎﺤﺙ ﻨﻔﺴﻪ‪ ،‬ﺍﻝﺫﻱ ﻴﺨﺘﺎﺭ ﻁﻭل‬
‫ﻫﺫﻩ ﺍﻝﻔﺌﺎﺕ‪ ،‬ﺍﻋﺘﻤﺎﺩﺍ ﻋﻠﻰ ﺍﻝﻤﻌﻠﻭﻤﺎﺕ ﻭﺍﻝﻤﻌﻁﻴﺎﺕ ﺍﻝﻤﺘﻭﻓﺭﺓ ﻝﺩﻴﻪ ﺤﻭل ﺍﻝﻅﺎﻫﺭﺓ‪.‬‬

‫ﻭﻝﻜﻥ ﻫﺫﺍ ﻻ ﻴﻤﻨﻌﻨﺎ ﻤﻥ ﺤﺴﺎﺏ ﻫﺫﺍ ﺍﻝﻁﻭل‪ ،‬ﻓﺎﻝﺤﺴﺎﺏ ﻴﺠﻌﻠﻨﺎ ﺃﻜﺜﺭ ﻤﻭﻀﻭﻋﻴﺔ ﻭﻴﺒﻌﺩﻨﺎ ﻗﺩﺭ ﺍﻹﻤﻜﺎﻥ ﻋﻥ‬
‫ﺍﻷﺤﻜﺎﻡ ﺍﻝﺸﺨﺼﻴﺔ ﻭﺍﻝﺫﺍﺘﻴﺔ‪ ،‬ﻭﻫﻨﺎﻙ ﻜﻡ ﻁﺭﻴﻘﺔ ﻝﺤﺴﺎﺏ ﻁﻭل ﺍﻝﻔﺌﺔ ﻨﺫﻜﺭ ﻤﻨﻬﺎ ﻋﻠﻰ ﺍﻝﺨﺼﻭﺹ‪:‬‬
‫أ‪ -‬ا ‪ +!",‬ا*و (‪/ +!"0) :‬رج ‪(Méthode de Sturge -‬‬

‫ﺍﻝﻔﺭﻕ ﺒﻴﻥ ﺃﻜﺒﺭ ﻗﻴﻤﺔ ﻭﺃﺼﻐﺭ ﻗﻴﻤﺔ‬

‫ﻁﻭل ﺍﻝﻔﺌﺔ =‬

‫‪ 3,322 + 1‬ﻝﻭ )ﻋﺩﺩ ﺍﻝﻘﻴﻡ(‬

‫ب‪ -‬ا ‪ +!",‬ا ‪:23‬‬

‫ﺍﻝﻔﺭﻕ ﺒﻴﻥ ﺃﻜﺒﺭ ﻗﻴﻤﺔ ﻭﺃﺼﻐﺭ ﻗﻴﻤﺔ‬

‫ﻁﻭل ﺍﻝﻔﺌﺔ =‬

‫ﺤﻴﺙ‪:‬‬

‫‪ : K‬ﻫﻭ ﻋﺩﺩ ﺍﻝﻔﺌﺎﺕ‪ ،‬ﻭﻫﻭ ﻴﺴﺎﻭﻱ ﺍﻝﻘﺴﻡ ﺍﻝﻁﺒﻴﻌﻲ ﻝﻠﺠﺫﺭ ﺍﻝﺘﺭﺒﻴﻌﻲ ﻝﻌﺩﺩ ﺍﻝﻘﻴﻡ ‪.n‬‬

‫] ‪k =[ n‬‬

‫ ‪ : 2‬ﺇﻥ ﺍﺨﺘﻼﻑ ﻁﻭل ﺍﻝﻔﺌﺔ ﻻ ﻴﺅﺜﺭ ﻋﻠﻰ ﺍﻝﺩﺭﺍﺴﺔ‪ ،‬ﻷﻨﻨﺎ ﻓﻲ ﻜل ﺍﻝﺤﺎﻻﺕ ﺴﻭﺍﺀ ﺇﺨﺘﻴﺎﺭ ﺍﻝﻁﻭل‬
‫ﺃﻭ ﺤﺴﺎﺒﻪ‪ ،‬ﻻ ﻨﻀﻴﻊ ﺸﻴﺌﺎ ﻤﻥ ﺍﻝﻤﻌﻠﻭﻤﺎﺕ ﻭﻫﺫﺍ ﻫﻭ ﺍﻝﻤﻬﻡ‪.‬‬
 ‫ﻭﻴﻜﻭﻥ ﺍﻝﺠﺩﻭل ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺘﺎﻝﻲ‪:‬‬

‫ﻜل ﻓﺌﺔ ‪ i‬ﻴﻘﺎﺒﻠﻬﺎ ﺍﻝﺘﻜﺭﺍﺭ ‪ ni‬ﺍﻝﺫﻱ ﻴﻤﺜل ﻋﺩﺩ ﺍﻝﻘﻴﻡ ﺍﻝﻤﻭﺠﻭﺩﺓ ﻓﻲ ﺍﻝﻔﺌﺔ‪ ،‬ﻭﺒﺎﻝﻁﺒﻊ ﺍﻝﻤﺄﺨﻭﺫﺓ ﻤﻥ ﺍﻝﻌﻴﻨﺔ‬
‫ﺍﻝﻤﺩﺭﻭﺴﺔ‪.‬‬

‫ﻭﺘﺄﺨﺫ ﺍﻝﻔﺌﺔ ﺩﺍﺌﻤﺎ ﺍﻝﺸﻜل ﺍﻝﺘﺎﻝﻲ ] ﺃ ‪ -‬ﺏ ] ﻤﻐﻠﻘﺔ ﻋﻨﺩ ﺍﻝﺤﺩ ﺍﻷﺩﻨﻰ‪ ،‬ﻤﻔﺘﻭﺤﺔ ﻋﻨﺩ ﺍﻝﺤﺩ ﺍﻷﻋﻠﻰ‪.‬‬

‫ ‪ : 3‬ﻫﻨﺎﻙ ﻓﻲ ﺒﻌﺽ ﺍﻝﺠﺩﺍﻭل ﻓﺌﺎﺕ ﻤﻔﺘﻭﺤﺔ ﻤﺜﻼ‪:‬‬

‫‪ -‬ﺍﻝﻔﺌﺔ ﺍﻷﻭﻝﻰ ﻓﻲ ﺍﻝﺠﺩﻭل ﻨﻘﺭﺃ ﻤﺎ ﻴﻠﻲ‪ :‬ﺃﻗل ﻤﻥ ‪. A‬‬

‫‪ -‬ﺍﻝﻔﺌﺔ ﺍﻷﺨﻴﺭﺓ ﻓﻲ ﺍﻝﺠﺩﻭل ﻨﻘﺭﺃ ﻤﺎ ﻴﻠﻲ‪ A :‬ﻭﺃﻜﺜﺭ‪.‬‬

‫ ‪ : 4‬ﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻝﺩﺭﺍﺴﺔ ﺘﺩﻭﺭ ﺤﻭل ﺼﻔﺘﻴﻥ ‪ X‬ﻭ ‪ ، Y‬ﻴﺴﻤﻰ ﺍﻝﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ ﻓﻲ ﻫﺫﻩ‬
‫ﺍﻝﺤﺎﻝﺔ ﺒﺎﻝﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ ﺫﻱ ﺒﻌﺩﻴﻥ ﺃﻭ ﺫﻱ ﻤﺩﺨﻠﻴﻥ ﺃﻭ ﺍﻝﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ‬
‫ﺍﻝﻤﺯﺩﻭﺝ‪.‬‬

‫ﺴﻨﺘﻁﺭﻕ ﺇﻝﻰ ﻫﺫﺍ ﺍﻝﻨﻭﻉ ﻤﻥ ﺍﻝﺠﺩﺍﻭل ﺍﻹﺤﺼﺎﺌﻴﺔ ﻓﻲ ﺍﻝﻔﺼل ﺍﻝﺜﺎﻤﻥ ﺒﺼﻭﺭﺓ ﺃﻜﺜﺭ‬
‫ﺘﻔﺼﻴﻼ‪.‬‬

‫ ‪ : 5‬ﻝﻜﻲ ﻴﻜﻭﻥ ﻝﻠﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ ﻗﻴﻤﺔ ﻭﻤﺼﺩﺍﻗﻴﺔ‪ ،‬ﻻﺒﺩ ﺃﻥ ﻴﺤﺘﻭﻱ ﻋﻠﻰ ﻋﻨﻭﺍﻥ ﻴﺩل ﻋﻠﻰ‬
‫ﻨﻭﻉ ﺍﻝﺩﺭﺍﺴﺔ ﻭﻜﺫﻝﻙ ﻋﻠﻰ ﻤﺼﺩﺭ‪ ،‬ﻫﺫﺍ ﺍﻷﺨﻴﺭ ﻴﻌﻁﻴﻨﺎ ﻤﺼﺩﺍﻗﻴﺔ ﺃﻜﺜﺭ‪ ،‬ﺤﻴﺙ ﻴﺤﺩﺩ‬
‫ﺍﻝﺠﻬﺔ ﺍﻝﺘﻲ ﺃﺨﺫﻨﺎ ﻤﻨﻬﺎ ﺍﻝﻤﻌﻠﻭﻤﺎﺕ‪.‬‬
 ‫ا
 ا

‪ :‬ا
 ا
‬
‫‪#$ -1‬ـ"! ‪:‬‬

‫ﻴﻌﺘﺒﺭ ﺍﻝﺭﺴﻡ ﺍﻝﺒﻴﺎﻨﻲ ﻨﻭﻋﺎ ﺁﺨﺭ ﻝﺘﻤﺜﻴل ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻹﺤﺼﺎﺌﻴﺔ‪ ،‬ﻭﻤﻥ ﺨﺼﺎﺌﺼﻪ ﺃﻨﻪ ﻤﺼﺩﺭ ﻤﺸﻬﺩﻱ ﻝﻠﻅﺎﻫﺭﺓ‬
‫ﺍﻝﻤﺯﻤﻊ ﺩﺭﺍﺴﺘﻬﺎ‪ ،‬ﺇﺫ ﻴﻤﻜﹼﻥ ﻤﻥ ﺘﺤﻠﻴﻠﻬﺎ ﻭﻤﺭﺍﻗﺒﺘﻬﺎ ﻭﺍﻝﺘﻌﻠﻴﻕ ﻋﻠﻴﻬﺎ‪ ،‬ﻭﻫﻭ ﺃﻜﺜﺭ ﻭﻀﻭﺤﺎ ﻭﺃﻜﺜﺭ ﺘﻌﺒﻴﺭﺍ ﻤﻥ‬
‫ﺍﻝﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ ‪.‬‬

‫ﺍﻝﺭﺴﻡ ﺍﻝﺒﻴﺎﻨﻲ ﻴﻤﻜﹼﻥ ﻤﻥ ﺘﻔﺴﻴﺭ ﺍﻝﻅﺎﻫﺭﺓ ﻤﻥ ﺨﻼل ﻤﻼﺤﻅﺔ ﺍﻝﻨﻘﺎﻁ ﺍﻝﻤﻤﻴﺯﺓ ﻓﻲ ﺍﻝﺒﺤﺙ ﻭﺍﻝﺘﻲ ﺘﺸﺩ ﺍﻹﻨﺘﺒﺎﻩ‬
‫ﻭﻤﻥ ﺃﻫﻡ ﻓﻭﺍﺌﺩﻩ ﺍﻝﺘﻠﺨﻴﺹ‪ ،‬ﺍﻻﻜﺘﺸﺎﻑ‪ ،‬ﺍﻝﻤﺭﺍﻗﺒﺔ‪ ،‬ﺍﻝﻤﻘﺎﺭﻨﺔ ﻭﺍﻝﺒﺤﺙ ﻋﻥ ﺍﻝﻨﺘﺎﺌﺞ‪.‬‬

‫ﻭﺘﺨﺘﻠﻑ ﺍﻝﺘﻤﺎﺜﻴل ﺍﻝﺒﻴﺎﻨﻴﺔ ﺒﺎﺨﺘﻼﻑ ﻭﺒﺘﻨﻭﻉ ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺤﺼل ﻋﻠﻴﻬﺎ‪ ،‬ﻭﺇﺨﺘﻴﺎﺭ ﺃﻭ ﺘﻔﻀﻴل ﺭﺴﻡ ﺒﻴﺎﻨﻲ ﻋﻠﻰ‬
‫ﺁﺨﺭ ﻴﺭﺠﻊ ﺇﻝﻰ ﻁﺒﻴﻌﺔ ﺍﻝﺼﻔﺔ ﺍﻝﻤﺩﺭﻭﺴﺔ ﻭﺇﻝﻰ ﻤﻘﺘﻀﻴﺎﺕ ﺍﻝﺩﺭﺍﺴﺔ ﻓﻲ ﺤﺩ ﺫﺍﺘﻬﺎ‪.‬‬

‫ﻭﺒﺼﻔﺔ ﻋﺎﻤﺔ ﺃﻨﻭﺍﻉ ﺍﻝﺭﺴﻭﻤﺎﺕ ﺍﻝﺒﻴﺎﻨﻴﺔ ﻤﺘﻌﺩﺩﺓ‪ ،‬ﻨﻘﺘﺼﺭ ﻋﻠﻰ ﺫﻜﺭ ﺃﻫﻤﻬﺎ ﻭﻨﺼﻨﻔﻬﺎ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬

‫‪ -2‬ا "‪/‬ـم ا &‪ 2‬ا ‪7‬ـ‪  5 6‬ا ‪:‬‬

‫‪ 1-2‬ا "‪/‬م ا ا"!‪:‬‬
‫ﻴﻌﺘﻤﺩ ﻫﺫﺍ ﺍﻝﻨﻭﻉ ﻤﻥ ﺍﻝﺭﺴﻭﻤﺎﺕ ﻋﻥ ﺘﻘﺴﻴﻡ ﺍﻝﺩﺍﺌﺭﺓ ﺇﻝﻰ ﻗﻁﺎﻋﺎﺕ‪ ،‬ﻜل ﻗﻁﺎﻉ ﻴﻤﺜل ﻅﺎﻫﺭﺓ ﻤﻌﻴﻨﺔ ﺃﻭ ﻜﻴﻔﻴﺔ‬
‫ﻤﻌﻴﻨﺔ ﻤﻥ ﻜﻴﻔﻴﺎﺕ ﺍﻝﺼﻔﺔ ﺍﻝﻤﺩﺭﻭﺴﺔ‪ ،‬ﺒﺤﻴﺙ ﺃﻥ ﻤﺴﺎﺤﺔ ﻜل ﻗﻁﺎﻉ ﺘﻤﺜل ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻨﺴﺒﻲ ﻝﻠﻅﺎﻫﺭﺓ )ﺃﻭ‬
‫ﺍﻝﻜﻴﻔﻴﺔ(‪ ،‬ﻭﺍﻝﻤﺴﺎﺤﺔ ﺍﻝﻜﻠﻴﺔ )ﻤﺴﺎﺤﺔ ﺍﻝﺩﺍﺌﺭﺓ( ﺘﻤﺜل ﻤﺠﻤﻭﻉ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ ‪.1‬‬

‫ﻭﺤﺴﺎﺏ ﺍﻝﺯﺍﻭﻴﺔ ﺍﻝﻤﺭﻜﺯﻴﺔ ﻝﻜل ﻗﻁﺎﻉ ﻴﺘﻡ ﺒﻭﺍﺴﻁﺔ ﺍﻝﻘﺎﻨﻭﻥ ﺍﻝﺘﺎﻝﻲ‪:‬‬

‫‪xi = 2π f i rd‬‬ ‫ﺃﻭ‬ ‫‪xi = f i × 360‬‬

‫ﻭﺒﺎﺴﺘﺨﺩﺍﻡ ﻅﻼل ﺃﻭ ﺃﻝﻭﺍﻥ ﺃﻭ ﺭﻤﻭﺯ ﻓﻲ ﻜل ﻗﻁﺎﻉ ﻴﻤﻜﻥ ﻝﻠﺒﺎﺤﺙ ﺘﻤﺜﻴل ﻅﻭﺍﻫﺭ ﻋﺩﺓ ﻋﻠﻰ ﺍﻝﺩﺍﺌﺭﺓ‪.‬‬

‫ــل‪ :‬ﻝﻴﻜﻥ ﺘﻭﺯﻴﻊ ﺍﻝﻌﻤﺎل ﺤﺴﺏ ﺍﻝﺠﻨﺴﻴﺔ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬

‫‪xi = 360 f i‬‬ ‫‪fi‬‬ ‫‪ni‬‬ ‫ﺍﻝﺠﻨﺴﻴﺔ‬

‫‪36‬‬ ‫‪0,10‬‬ ‫‪20‬‬ ‫ﺃﻝﻤﺎﻨﻴﺔ‬

‫‪54‬‬ ‫‪0,15‬‬ ‫‪30‬‬ ‫ﺭﻭﺴﻴﺔ‬

‫‪54‬‬ ‫‪0,15‬‬ ‫‪30‬‬ ‫ﻤﻐﺭﺒﻴﺔ‬

 ‫‪72‬‬ ‫‪0,20‬‬ ‫‪40‬‬ ‫ﻓﺭﻨﺴﻴﺔ‬

‫‪144‬‬ ‫‪0,40‬‬ ‫‪80‬‬ ‫ﺴﻭﺩﺍﻨﻴﺔ‬

‫‪360‬‬ ‫‪1‬‬ ‫‪200‬‬ ‫ﺍﻝﻤﺠﻤﻭﻉ‬

‫ﻭﻴﻜﻭﻥ ﺍﻝﺭﺴﻡ ﺍﻝﺩﺍﺌﺭﻱ ﺍﻝﻤﻨﺎﺴﺏ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬

‫ﺃﻝﻤﺎﻨﻴﺔ‬

‫ﺭﻭﺴﻴﺔ‬
‫‪10%‬‬
‫ﻤﻐﺭﺒﻴﺔ‬
‫‪40%‬‬ ‫‪15%‬‬

‫ﻓﺭﻨﺴﻴﺔ‬
‫‪15%‬‬
‫ﺴﻭﺩﺍﻨﻴﺔ‬
‫‪20%‬‬

‫‪$‬ز! ا ‪
#‬ل ‪ 8‬ا '‬

‫‪ 3-2‬ا
‪,‬ت ا &‪:2‬‬

‫ﻴﻌﺘﻤﺩ ﻫﺫﺍ ﺍﻝﺘﻤﺜﻴل ﺍﻝﺒﻴﺎﻨﻲ ﺃﺴﺎﺴﺎ ﻋﻠﻰ ﺭﺴﻡ ﻤﻌﻠﻡ‪ .‬ﻨﻀﻊ ﻓﻴﻪ ﻋﻠﻰ ﺍﻝﻤﺤﻭﺭ ﺍﻷﻓﻘﻲ ﻜﻴﻔﻴﺎﺕ ﺍﻝﺼﻔﺔ ﻭﻋﻠﻰ‬
‫ﺍﻝﻤﺤﻭﺭ ﺍﻝﻌﻤﻭﺩﻱ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﻁﻠﻘﺔ ﺃﻭ ﺍﻝﻨﺴﺒﻴﺔ‪ ،‬ﻭﻨﺭﺴﻡ ﻤﺴﺘﻁﻴﻼ ﻗﺎﻋﺩﺘﻪ ﻋﻠﻰ ﺍﻝﻤﺤﻭﺭ ﺍﻷﻓﻘﻲ ﻤﻤﺜﻠﺔ‬
‫ﺒﻭﺍﺴﻁﺔ ﺍﻝﻜﻴﻔﻴﺔ ﻭ ﻴﺘﻨﺎﺴﺏ ﻁﺭﺩﺍ ﻤﻊ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ‪.‬‬

‫‪ :‬ﻗﺎﻋﺩﺓ ﺍﻝﻤﺴﺘﻁﻴﻼﺕ ﺜﺎﺒﺘﺔ‬

‫‪80‬‬
‫ﺍﻝﺴﺎﺒﻕ(‪.‬‬
‫‪$‬ز! ا ‪
#‬ل ‪ 8‬ا '‬ ‫ﻤﺜـﺎل‪ :‬ﺘﻭﺯﻴﻊ ﺍﻝﻌﻤﺎل ﺤﺴﺏ ﺍﻝﺠﻨﺴﻴﺔ )ﺍﻝﻤﺜﺎل‬

‫‪70‬‬ ‫ﺍﻝﻌﻤــﺎل‬

‫‪60‬‬
‫‪50‬‬
‫‪40‬‬
‫‪30‬‬
‫‪20‬‬
‫‪10‬‬
‫‪0‬‬
‫ﺃﻝﻤﺎﻨﻴﺔ‬ ‫ﺭﻭﺴﻴﺔ‬ ‫ﻤﻐﺭﺒﻴﺔ‬ ‫ﻓﺭﻨﺴﻴﺔ‬ ‫ﺴﻭﺩﺍﻨﻴﺔ‬

‫‪ 4-2‬ا
ن ا
‪:‬‬

‫ﻴﻌﺘﺒﺭ ﻫﺫﺍ ﺍﻝﻨﻭﻉ ﺤﺎﻝﺔ ﺨﺎﺼﺔ ﻤﻥ ﺍﻝﻤﺴﺘﻁﻴﻼﺕ ﺍﻝﺒﻴﺎﻨﻴﺔ‪ ،‬ﺒﺤﻴﺙ ﻋﻭﺽ ﺃﻥ ﻨﺭﺴﻡ ﻝﻜل ﻜﻴﻔﻴﺔ ﻤﺴﺘﻁﻴﻼ‬
‫ﻴﻤﺜﻠﻬﺎ‪ ،‬ﻨﺭﺴﻡ ﻤﺴﺘﻁﻴﻼ ﻭﺍﺤﺩﺍ ﻴﻤﺜل ﻜل ﺍﻝﻜﻴﻔﻴﺎﺕ‪.‬‬

‫ﺍﻝﻤﺴﺎﺤﺔ ﺍﻝﻜﻠﻴﺔ ﻝﻬﺫﺍ ﺍﻝﻤﺴﺘﻁﻴل ﺘﻤﺜل ﻤﺠﻤﻭﻉ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ )ﺃﻱ ‪ ،(% 100‬ﺜﻡ ﻨﻘﺴﻡ ﺍﻝﻤﺴﺘﻁﻴل ﺇﻝﻰ‬
‫ﺃﻗﺴﺎﻡ ﺤﺴﺏ ﻋﺩﺩ ﺍﻝﻜﻴﻔﻴﺎﺕ ﻭﻜل ﻗﺴﻡ ﻴﺘﻨﺎﺴﺏ ﻁﺭﺩﺍ ﻤﻊ ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻨﺴﺒﻲ ﻝﻠﻜﻴﻔﻴﺔ‪.‬‬

‫ﻤﺜـﺎل‪ :‬ﺘﻭﺯﻴﻊ ﺍﻝﻌﻤﺎل ﺤﺴﺏ ﺍﻝﺠﻨﺴﻴﺔ )ﺍﻝﻤﺜﺎل ﺍﻝﺴﺎﺒﻕ(‪.‬‬

‫ﺃﻝﻤﺎﻨﻴﺔ‬
‫*)ز'& ا
‪%‬ل ‪ # $‬ا
"! ت‬
‫ﺭﻭﺴﻴﺔ‬

‫ﻤﻐﺭﺒﻴﺔ‬

‫ﻓﺭﻨﺴﻴﺔ‬

‫ﺴﻭﺩﺍﻨﻴﺔ‬

‫‪0‬‬ ‫‪10‬‬ ‫‪25‬‬ ‫‪40‬‬ ‫‪60‬‬ ‫‪%100‬‬

 ‫‪ -3‬ا "‪/‬م ا &‪ 2‬ا ‪  5 67‬ا 
 ا
';‪:‬‬
‫‪ =,7 1-3‬ا*<
ة ا &‪:2‬‬
‫ﻴﻌﺘﻤﺩ ﻫﺫﺍ ﺍﻝﻨﻭﻉ ﻤﻥ ﺍﻝﺭﺴﻭﻡ ﺍﻝﺒﻴﺎﻨﻴﺔ‪ ،‬ﻋﻠﻰ ﺭﺴﻡ ﻤﻌﻠﻡ‪ ،‬ﻨﻀﻊ ﻋﻠﻰ ﻤﺤﻭﺭ ﺍﻝﻔﻭﺍﺼل )‪ (ox‬ﻜﻴﻔﻴﺎﺕ‬
‫ﺍﻝﺼﻔﺔ‪ xi ،‬ﻭﻫﻲ ﻗﻴﻡ ﻋﺩﺩﻴﺔ ﻤﺭﺘﺒﺔ ﺘﺭﺘﻴﺒﺎ ﻁﺒﻴﻌﻴﺎ‪ ،‬ﻭﻋﻠﻰ ﻤﺤﻭﺭ ﺍﻝﺘﺭﺍﺘﻴﺏ )‪ (oy‬ﻨﻀﻊ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ‬
‫‪ ni‬ﺍﻝﻤﻨﺎﺴﺒﺔ ﻝﻘﻴﻡ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻹﺤﺼﺎﺌﻲ ﺍﻝﻤﻨﻔﺼل ‪ ،X‬ﺜﻡ ﻨﺭﺴﻡ ﺨﻁﻭﻁﺎ ﻋﻤﻭﺩﻴﺔ ﺘﺒﺩﺃ ﻤﻥ ﻨﻘﻁﺔ ﺇﻝﺘﻘﺎﺀ‬
‫ﺍﻹﺤﺩﺍﺜﻴﺎﺕ ) ‪ ( xi , ni‬ﻭ ﺘﻨﺘﻬﻲ ﻋﻨﺩ ﺍﻝﻨﻘﻁﺔ ‪) xi‬ﻗﻴﻤﺔ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻹﺤﺼﺎﺌﻲ ‪ X‬ﻋﻠﻰ ﻤﺤﻭﺭ ﺍﻝﻔﻭﺍﺼل( ﻤﻜﻭﻨﺔ‬
‫ﻤﺴﺘﻘﻴﻤﺎ ﻤﻭﺍﺯﻴﺎ ﻝﻤﺤﻭﺭ ﺍﻝﺘﺭﺍﺘﻴﺏ‪.‬‬

‫ـل‪ :‬ﺘﻭﺯﻴﻊ ﺍﻝﻁﻠﺒﺔ ﺤﺴﺏ ﺍﻝﻨﻘﺎﻁ‪.‬‬

‫ﻋﺩﺩ ﺍﻝﻁﻠﺒﺔ‬ ‫ﺍﻝﻨﻘﺎﻁ‬

‫‪3‬‬ ‫‪7‬‬

‫‪4‬‬ ‫‪8‬‬

‫‪4‬‬ ‫‪9‬‬

‫‪5‬‬ ‫‪10‬‬

‫‪20‬‬ ‫ﺍﻝﻤﺠﻤﻭﻉ‬
 ‫‪ni‬‬
‫‪ =,7‬ا*<
ة ا &‪2‬‬
‫ﻋﺩﺩ ﺍﻝﻁﻠﺒﺔ‬ ‫‪5‬‬

‫‪4‬‬

‫‪3‬‬

‫‪1‬‬
‫‪x‬‬
‫‪0‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪12‬‬ ‫‪14‬‬ ‫ﺍﻝﻨﻘﺎﻁ‬
‫‪7‬‬

‫‪ 2-3‬ا
'>'( ا 
‪: #‬‬
‫ﻴﺨﺹ ﻫﺫﺍ ﺍﻝﻨﻭﻉ ﻤﻥ ﺍﻝﺭﺴﻡ ﻗﻴﻡ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﻨﻔﺼل ‪ X‬ﻭﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ ﺴﻭﺍﺀ ﺃﻜﺎﻨﺕ ﺼﺎﻋﺩﺓ‬
‫ﺃﻭ ﻨﺎﺯﻝﺔ‪ .‬ﻋﻤﻭﻤﺎ ﻨﺴﺘﻌﻤل ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﺼﺎﻋﺩﺓ‪.‬‬
‫ﻴﻀﻡ ﺍﻝﻤﻨﺤﻨﻰ ﺍﻝﺘﺠﻤﻴﻌﻲ ﻗﻴﻡ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻹﺤﺼﺎﺌﻲ ‪ X‬ﻋﻠﻰ ﻤﺤﻭﺭ ﺍﻝﻔﻭﺍﺼل ﻭﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ‬
‫ﻋﻠﻰ ﻤﺤﻭﺭ ﺍﻝﺘﺭﺍﺘﻴﺏ‪ ،‬ﻭﻫﻭ ﻴﺄﺨﺫ ﺸﻜل ﻤﻨﺤﻨﻰ ﻤﺘﺩﺭﺝ ﻤﻌﺒﺭ ﻋﻨﻪ ﺒﻭﺍﺴﻁﺔ ﺩﺍﻝﺔ ﺍﻝﺘﻭﺯﻴﻊ )‪ F (x‬ﺍﻝﻤﻌﺭﻓﺔ‬
‫ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫ﺤﻴﺙ ‪ P‬ﻫﻭ ﺍﻻﺤﺘﻤﺎل )‪F ( x) = P ( X ≤ x‬‬

‫ﻭﻫﻲ ﺘﻌﻨﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻹﺤﺼﺎﺌﻲ ‪ X‬ﺃﻗل ﺃﻭ ﻴﺴﺎﻭﻱ ﺍﻝﻘﻴﻤﺔ ‪. x‬‬
‫ــل‪ :‬ﺘﻭﺯﻴﻊ ﺍﻝﻁﻠﺒﺔ ﺤﺴﺏ ﺍﻝﻨﻘﺎﻁ )ﺍﻝﻤﺜﺎل ﺍﻝﺴﺎﺒﻕ(‪.‬‬

‫↓ ‪Fi‬‬ ‫↑ ‪Fi‬‬ ‫‪fi‬‬ ‫‪ni‬‬ ‫‪Xi‬‬

‫‪1‬‬ ‫‪0‬‬
‫‪0,15‬‬ ‫‪3‬‬ ‫‪7‬‬
‫‪0,85‬‬ ‫‪0,15‬‬
‫‪4‬‬
‫‪0,20‬‬ ‫‪8‬‬
‫‪0,65‬‬ ‫‪0,35‬‬
‫‪0,20‬‬ ‫‪4‬‬ ‫‪9‬‬
‫‪0,45‬‬ ‫‪0,55‬‬

‫‪0,20‬‬ ‫‪0,80‬‬

‫‪0,05‬‬ ‫‪0,95‬‬

‫‪0‬‬ ‫‪1‬‬

‫‪1‬‬ ‫‪20‬‬ ‫اع‬

 ‫ا
‪ :+,-‬ا
!‪ 1!2‬ا
"‪ 0%‬ا
‪../‬‬

‫↑ ‪Fi‬‬
‫‪1‬‬
‫‪0,95‬‬

‫‪0,85‬‬

‫‪0,55‬‬

‫‪0,35‬‬

‫‪0,15‬‬

‫‪0‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪12‬‬ ‫‪14‬‬ ‫‪X‬‬

‫‪ -4‬ا "‪/‬م ا &‪ 2‬ا ‪  5 67‬ا 

 ا
; ‪:‬‬
‫‪ 1-4‬ا
رج ا "اري ‪:‬‬
‫ﻫﻭ ﻋﺒﺎﺭﺓ ﻋﻥ ﻤﺠﻤﻭﻋﺔ ﻤﻥ ﺍﻝﻤﺴﺘﻁﻴﻼﺕ ﺍﻝﻌﻤﻭﺩﻴﺔ ﺍﻝﻤﺘﺠﺎﻭﺭﺓ ﻭﺍﻝﻤﺘﻼﺼﻘﺔ‪ .‬ﻜل ﻤﺴﺘﻁﻴل ﻗﺎﻋﺩﺘﻪ ﻋﻠﻰ‬
‫ﻤﺤﻭﺭ ﺍﻝﻔﻭﺍﺼل ﺘﻤﺜل ﻁﻭل ﺍﻝﻔﺌﺔ ﻭﻤﺴﺎﺤﺘﻪ ﺘﺘﻨﺎﺴﺏ ﻤﻊ ﺘﻜﺭﺍﺭ ﺍﻝﻔﺌﺔ ﻋﻠﻰ ﻤﺤﻭﺭ ﺍﻝﺘﺭﺍﺘﻴﺏ‪.‬‬

‫ﻝﺭﺴﻡ ﺍﻝﻤﺩﺭﺝ ﺍﻝﺘﻜﺭﺍﺭﻱ ﻻﺒﺩ ﻤﻥ ﻤﺭﺍﻋﺎﺓ ﺍﻝﺸﺭﻭﻁ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫أ( إذا آ‪ A2‬أ‪0‬ال ا @ت و!‪:‬‬
‫ﻫﺫﺍ ﻴﻌﻨﻲ ﺃﻥ ﻗﻭﺍﻋﺩ ﺍﻝﻤﺴﺘﻁﻴﻼﺕ ﻜﻠﻬﺎ ﻤﺘﺴﺎﻭﻴﺔ‪ ،‬ﻭﻝﺭﺴﻡ ﺍﻝﻤﺩﺭﺝ ﺍﻝﺘﻜﺭﺍﺭﻱ ﻓﻲ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ‪ ،‬ﻴﻜﻔﻲ ﺃﻥ ﻨﺄﺨﺫ‬
‫ﺇﺭﺘﻔﺎﻉ ﺍﻝﻤﺴﺘﻁﻴل ﻤﻨﺎﺴﺒﺎ ﻁﺭﺩﺍ ﻤﻊ ﺘﻜﺭﺍﺭ ﺍﻝﻔﺌﺔ‪.‬‬

‫ــل‪ :‬ﺘﻭﺯﻴﻊ ﺍﻝﻁﻠﺒﺔ ﺤﺴﺏ ﺍﻝﻌﻤﺭ‪.‬‬

 ‫ﻋﺩﺩ ﺍﻝﻁﻠﺒﺔ‬ ‫ﺍﻝﻌﻤﺭ ﺒﺎﻝﺴﻨﻴﻥ‬

‫‪3‬‬ ‫] ‪] 17 – 16‬‬

‫] ‪] 18 – 17‬‬
‫‪4‬‬
‫] ‪] 19 – 18‬‬
‫‪6‬‬
‫] ‪] 20 – 19‬‬

‫‪20‬‬ ‫ﺍﻝﻤﺠﻤﻭﻉ‬

‫ﻁﻭل ﺍﻝﻔﺌﺔ ﻓﻲ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ ﻤﻭﺤﺩ ﻭﻴﺴﺎﻭﻱ ‪) 1‬ﻋﺎﻡ ﻭﺍﺤﺩ(‪.‬‬

‫‪ni‬‬
‫‪6‬‬ ‫ﺍﻝﻤﺩﺭﺝ ﺍﻝﺘﻜﺭﺍﺭﻱ‬

‫‪5‬‬

‫‪4‬‬

‫‪3‬‬

‫‪1‬‬

‫‪0‬‬
‫‪16‬‬ ‫‪17‬‬ ‫‪18‬‬ ‫‪19‬‬ ‫‪20‬‬ ‫‪21‬‬ ‫ﺍﻝﻔﺌﺎﺕ‬

‫ب( إذا آ‪ A2‬أ‪0‬ال ا @ت ‪ "E‬و! ‪:‬‬

‫ﺍﻋﺘﻤﺎﺩﺍ ﻋﻠﻰ ﺃﺴﺎﺱ ﺃﻥ ﻤﺴﺎﺤﺔ ﺍﻝﻤﺴﺘﻁﻴل ﺘﺘﻨﺎﺴﺏ ﻁﺭﺩﺍ ﻤﻊ ﺘﻜﺭﺍﺭ ﺍﻝﻔﺌﺔ‪ ،‬ﻭﺠﺏ ﻓﻲ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ ﺘﺼﺤﻴﺢ‬
‫ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﻓﻲ ﺍﻝﻔﺌﺎﺕ ﻭﻫﺫﺍ ﺒﻌﺩ ﺃﻥ ﻨﻌﺘﻤﺩ ﻁﻭﻻ ﺠﺩﻴﺩﺍ ﻜﺄﺴﺎﺱ ﻝﻠﺘﺼﺤﻴﺢ‪ ،‬ﻭﻴﻜﻭﻥ ﻫﺫﺍ ﺍﻝﻁﻭل ﺍﻝﺠﺩﻴﺩ ﺃﻜﺒﺭ‬
‫ﻗﺎﺴﻡ ﻤﺸﺘﺭﻙ ﻷﻁﻭﺍل ﺍﻝﻔﺌﺎﺕ‪.‬‬
‫ﺒﻤﻌﻨﻰ ﺁﺨﺭ ﺇﺫﺍ ﻜﺎﻥ ﻋﺭﺽ ﺍﻝﻤﺴﺘﻁﻴل ﺃﻭ ﻗﺎﻋﺩﺘﻪ ﺃﻜﺒﺭ‪ ،‬ﻭﺠﺏ ﺍﻝﺘﻘﻠﻴﺹ ﻤﻥ ﻁﻭل ﺍﻝﻤﺴﺘﻁﻴل ﺃﻭ ﺇﺭﺘﻔﺎﻋﻪ‬
‫ﻜﻲ ﺘﺒﻘﻰ ﻤﺴﺎﺤﺘﻪ ﻤﺘﻨﺎﺴﺒﺔ ﻁﺭﺩﺍ ﻤﻊ ﺘﻜﺭﺍﺭ ﺍﻝﻔﺌﺔ‪.‬‬
‫ﻝﻨﺄﺨﺫ ﻤﺜﺎﻻ ﻋﻠﻰ ﺫﻝﻙ ‪:‬‬
‫ﻓﻲ ﺍﻝﻤﺜﺎل ﺍﻝﺴﺎﺒﻕ‪ ،‬ﻝﻭ ﻜﺎﻥ ﻁﻭل ﺍﻝﻔﺌﺔ ﺍﻷﺨﻴﺭﺓ ﻀﻌﻑ ﺒﺎﻗﻲ ﺍﻷﻁﻭﺍل‪ ،‬ﻓﺈﻥ ﺍﻝﻤﺴﺘﻁﻴل ﺍﻷﺨﻴﺭ ﻤﺴﺎﺤﺘﻪ‬
‫ﺴﺘﺘﻀﺎﻋﻑ‪ ،‬ﻭﻝﻬﺫﺍ ﻴﺠﺏ ﺃﻥ ﻨﻘﻠﺹ ﺇﺭﺘﻔﺎﻉ ﺍﻝﻤﺴﺘﻁﻴل ﺇﻝﻰ ﺍﻝﻨﺼﻑ ﺤﺘﻰ ﻨﺤﺎﻓﻅ ﻋﻠﻰ ﻤﺴﺎﺤﺔ ﺍﻝﻤﺴﺘﻁﻴل‪.‬‬
‫ﻭﻝﻬﺫﺍ ﻓﻲ ﺍﻝﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ ﻨﻘﻭﻡ ﺒﺘﺼﺤﻴﺢ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ‪ ،‬ﻓﻨﻘﺴﻡ ﺘﻜﺭﺍﺭ ﺍﻝﻔﺌﺔ ﻋﻠﻰ ﻋﺩﺩ ﻤﺭﺍﺕ ﺘﻀﺎﻋﻑ‬
‫ﻁﻭل ﻫﺫﻩ ﺍﻝﻔﺌﺔ‪ ،‬ﻓﺈﺫﺍ ﻜﺎﻥ ﻁﻭﻝﻬﺎ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻁﻭل ﺍﻝﻤﺭﺠﻌﻲ ﺍﻝﻤﻌﺘﻤﺩ ﻗﺩ ﺘﻀﺎﻋﻑ ﻤﺭﺓ ﻨﻘﺴﻡ ﺘﻜﺭﺍﺭ ﻫﺫﻩ ﺍﻝﻔﺌﺔ‬
‫ﻋﻠﻰ ‪ ،2‬ﻭﺇﺫﺍ ﻜﺎﻥ ﻴﺴﺎﻭﻱ ‪ 3‬ﺃﻀﻌﺎﻑ ﺍﻝﻁﻭل ﺍﻝﻤﺭﺠﻌﻲ‪ ،‬ﻨﻘﺴﻡ ﺘﻜﺭﺍﺭ ﺍﻝﻔﺌﺔ ﻋﻠﻰ ‪ 3‬ﻭﻫﻜﺫﺍ ﺩﻭﺍﻝﻴﻙ‪.‬‬

‫ــل‪ :‬ﺘﻭﺯﻴﻊ ﺍﻝﻁﻠﺒﺔ ﺤﺴﺏ ﺍﻝﻌﻤﺭ‪.‬‬

‫‪ ni‬ﻤﺼﺤﺢ‬ ‫‪ni‬‬ ‫ﻁﻭل ﺍﻝﻔﺌﺔ ‪ai‬‬ ‫ﺍﻝﻔﺌﺎﺕ‬

‫‪-‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫] ‪] 17 – 16‬‬

‫‪-‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫] ‪] 18 – 17‬‬

‫‪-‬‬ ‫‪6‬‬ ‫‪1‬‬ ‫] ‪] 19 – 18‬‬

‫‪-‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫] ‪] 20 – 19‬‬

‫‪20‬‬ ‫ﺍﻝﻤﺠﻤﻭﻉ‬

‫ﺍﻝﻔﺌﺔ ﺍﻷﺨﻴﺭﺓ ﻁﻭﻝﻬﺎ ‪ 3‬ﻤﺭﺍﺕ ﺒﺎﻗﻲ ﺍﻷﻁﻭﺍل‪ ،‬ﻭﻝﻬﺫﺍ ﻨﺼﺤﺢ ﺘﻜﺭﺍﺭ ﻫﺫﻩ ﺍﻝﻔﺌﺔ ﻓﻨﻘﺴﻤﻪ ﻋﻠﻰ ‪ ،3‬ﻭﻴﻜﻭﻥ‬
‫ﺍﻝﻤﺩﺭﺝ ﺍﻝﺘﻜﺭﺍﺭﻱ ﻜﺎﻝﺘﺎﻝﻲ‪:‬‬
 ‫‪ni‬‬

‫‪6‬‬

‫‪5‬‬

‫‪4‬‬

‫‪3‬‬

‫‪1‬‬
‫ﺍﻝﻔﺌﺎﺕ‬
‫‪0‬‬ ‫‪17‬‬ ‫‪18‬‬ ‫‪19‬‬ ‫‪20‬‬ ‫‪23‬‬
‫‪16‬‬

‫‪ 2-4‬ا
‪ ;F‬ا "اري ‪:‬‬
‫ﻫﻭ ﺨﻁ ﻤﻨﻜﺴﺭ ﻴﺘﺸﻜل ﻋﻥ ﻁﺭﻴﻕ ﺇﻴﺼﺎل ﻤﺭﺍﻜﺯ ﻗﻭﺍﻋﺩ ﺍﻝﻤﺴﺘﻁﻴﻼﺕ ﺍﻝﻌﻠﻴﺎ ﻓﻲ ﺍﻝﻤﺩﺭﺝ ﺍﻝﺘﻜﺭﺍﺭﻱ ﺒﻌﻀﻬﺎ‬
‫ﺒﺒﻌﺽ‪.‬‬
‫ﻓﻲ ﺤﺎﻝﺔ ﻤﺎ ﺇﺫﺍ ﻜﺎﻨﺕ ﺃﻁﻭﺍل ﺍﻝﻔﺌﺎﺕ ﻏﻴﺭ ﻤﺘﺴﺎﻭﻴﺔ‪ ،‬ﺘﻜﻭﻥ ﻨﻘﺎﻁ ﺍﻻﺘﺼﺎل ﻫﻲ ﻤﺭﺍﻜﺯ ﺍﻝﻔﺌﺎﺕ ﺍﻝﻤﺼﺤﺤﺔ‬
‫ﻭﺒﺎﻝﻁﺒﻊ ﻋﻠﻰ ﻤﺴﺘﻭﻯ ﺍﻝﻘﻭﺍﻋﺩ ﺍﻝﻌﻠﻴﺎ ﻝﻠﻤﺴﺘﻁﻴﻼﺕ‪.‬‬
‫ا
ل ا‪5‬ول‪ :‬أ‪)8‬ال ا
‪7‬ت  و'‬

‫ﺍﻝﺭﺴﻡ‪ :‬ﺍﻝﻤﻀﻠﻊ ﺍﻝﺘﻜﺭﺍﺭﻱ‬

‫‪ni‬‬ ‫ﺍﻝﻤﻀﻠﻊ ﺍﻝﺘﻜﺭﺍﺭﻱ‬

‫‪6‬‬

‫‪5‬‬

‫‪4‬‬

‫‪3‬‬

‫‪2‬‬

‫‪1‬‬

‫‪0‬‬ ‫ﺍﻝﻔﺌﺎﺕ‬
‫‪15‬‬ ‫‪16‬‬ ‫‪17‬‬ ‫‪18‬‬ ‫‪19‬‬ ‫‪20‬‬ ‫‪21‬‬ ‫‪22‬‬
 ‫ا
ـل ا
‪ :0‬أ‪)8‬ال ا
‪7‬ت ‪  -9‬و'‪.‬‬

‫‪di‬‬ ‫ﺍﻝﻤﻀﻠﻊ ﺍﻝﺘﻜﺭﺍﺭﻱ‬

‫‪6‬‬

‫‪5‬‬

‫‪4‬‬

‫‪3‬‬

‫‪2‬‬
‫‪1‬‬
‫ﺍﻝﻔﺌﺎﺕ‬
‫‪0‬‬ ‫‪16‬‬
‫‪15‬‬ ‫‪17‬‬ ‫‪18‬‬ ‫‪19‬‬ ‫‪20‬‬ ‫‪21‬‬ ‫‪22‬‬ ‫‪23‬‬ ‫‪24‬‬

‫ﺍﻝﻤﻀﻠﻊ ﺍﻝﺘﻜﺭﺍﺭﻱ ﻴﺒﺩﺃ ﻋﻠﻰ ﻤﺤﻭﺭ ﺍﻝﻔﻭﺍﺼل ﻋﻨﺩ ﻤﺭﻜﺯ ﺍﻝﻔﺌﺔ ﺍﻝﺘﻲ ﺘﺴﺒﻕ ﺍﻝﻔﺌﺔ ﺍﻷﻭﻝﻰ ﻓﻲ‬ ‫ ‪:1‬‬

‫ﺍﻝﺠﺩﻭل‪ ،‬ﻭﻴﻨﺘﻬﻲ ﻋﻠﻰ ﻤﺤﻭﺭ ﺍﻝﻔﻭﺍﺼل ﺃﻴﻀﺎ ﻋﻨﺩ ﻤﺭﻜﺯ ﺍﻝﻔﺌﺔ ﺍﻝﺘﻲ ﺘﺄﺘﻲ ﺒﻌﺩ ﺍﻝﻔﺌﺔ ﺍﻷﺨﻴﺭﺓ ﻓﻲ ﺍﻝﺠﺩﻭل‪.‬‬

‫‪ 3-4‬ا
'>'( ا 
‪: #‬‬

‫ﻫﺫﺍ ﺍﻝﻨﻭﻉ ﻤﻥ ﺍﻝﺭﺴﻡ ﻴﻤﻜﹼﻥ ﻤﻥ ﺘﻤﺜﻴل ﺍﻝﻤﻌﻁﻴﺎﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﺼﺎﻋﺩﺓ ﻭﺍﻝﻨﺎﺯﻝﺔ ﻤﻨﻬﺎ‪ ،‬ﻭﻫﻭ ﻴﺄﺨﺫ‬
‫ﺸﻜل ﻤﻨﺤﻨﻰ ﻤﺴﺘﻤﺭ ﻴﺸﻜل ﺩﺍﻝﺔ ﺍﻝﺘﻭﺯﻴﻊ )‪ F (x‬ﺍﻝﻤﻌﺭﻓﺔ ﻜﻤﺎ ﻴﻠﻲ‪. F ( x) = P( X ≤ x) :‬‬

‫ــل‪)* :‬ز'& ا
;‪ # $ :‬ا
‪-%‬‬
‫‪Fi ↓ %‬‬ ‫↓ ‪Fi‬‬ ‫‪Fi ↑ %‬‬ ‫↑ ‪Fi‬‬ ‫‪fi %‬‬ ‫‪fi‬‬ ‫‪ni‬‬ ‫ﺍﻝﻔﺌﺎﺕ‬

‫‪100‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬

‫‪15‬‬ ‫‪0,15‬‬ ‫‪3‬‬ ‫] ‪] 17 – 16‬‬
‫‪85‬‬ ‫‪0,85‬‬ ‫‪15‬‬ ‫‪0,15‬‬
‫‪20‬‬ ‫‪0,20‬‬ ‫‪4‬‬ ‫] ‪] 18 – 17‬‬
‫‪65‬‬ ‫‪0,65‬‬ ‫‪35‬‬ ‫‪0,35‬‬
‫‪30‬‬ ‫‪0,30‬‬ ‫‪6‬‬ ‫] ‪] 19 – 18‬‬
‫‪35‬‬ ‫‪0,35‬‬ ‫‪65‬‬ ‫‪0,65‬‬
‫‪20‬‬ ‫‪0,20‬‬ ‫‪4‬‬ ‫] ‪] 20 – 19‬‬
‫‪15‬‬ ‫‪0,15‬‬ ‫‪85‬‬ ‫‪0,85‬‬

‫‪0‬‬ ‫‪1‬‬ ‫‪100‬‬ ‫‪1‬‬

‫‪100‬‬ ‫‪1‬‬ ‫‪20‬‬ ‫ﺍﻝﻤﺠﻤـﻭﻉ‬

 ‫ا
‪ 1!2! :+,-‬ا
=‪-‬ارات ا
"‪ %‬ا
!  ا
‪ ./‬وا
!زل‬

‫‪Fi ↓% Fi ↑ %‬‬
‫‪100‬‬

‫‪85‬‬ ‫ﺍﻝﻤﻨﺤﻨﻰ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﺼﺎﻋﺩ‬

‫ﺍﻝﻤﻨﺤﻨﻰ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﻨﺎﺯل‬

‫‪65‬‬

‫‪35‬‬

‫‪5‬‬
‫‪0‬‬ ‫‪16‬‬ ‫‪17‬‬ ‫‪18‬‬ ‫‪19‬‬ ‫‪20‬‬ ‫‪21‬‬ ‫ﺍﻝﻔﺌﺎﺕ‬

‫ﺒﺎﻹﻀﺎﻓﺔ ﺇﻝﻰ ﺍﻝﺘﻤﺎﺜﻴل ﺍﻝﺒﻴﺎﻨﻴﺔ ﺍﻝﺘﻲ ﺘﻁﺭﻗﻨﺎ ﺇﻝﻴﻬﺎ‪ ،‬ﻫﻨﺎﻙ ﻤﺠﻤﻭﻋﺔ ﺃﺨﺭﻯ ﻤﻥ ﺍﻝﺭﺴﻭﻤﺎﺕ‬ ‫ ‪:‬‬

‫ﺍﻝﺒﻴﺎﻨﻴﺔ ﻭﺍﻝﺘﻲ ﺘﺨﺹ ﺍﻝﺼﻔﺔ ﺍﻝﻜﻴﻔﻴﺔ‪ ،‬ﻨﺘﻁﺭﻕ ﺇﻝﻴﻬﺎ ﻓﻲ ﺍﻝﺘﻤﺎﺭﻴﻥ‪.‬‬

 ‫ا ـــ‪ G‬ا "ا‪ H!+ : 5‬ا '‪ <I‬ا
"آ‪!I‬‬

‫‪+‬ـــــ ‪:‬‬
‫ﻓﻲ ﻤﻌﻅﻡ ﺍﻝﺤﺎﻻﺕ ﻤﻌﻁﻴﺎﺕ ﺍﻝﺴﻠﺴﻠﺔ ﻝﻬﺎ ﻤﻴل ﻨﺤﻭ ﺍﻻﻨﺘﺸﺎﺭ ﺤﻭل ﻗﻴﻤﺔ ﻤﺭﻜﺯﻴﺔ‪ .‬ﻫﺫﻩ ﺍﻷﺨﻴﺭﺓ ﺘﺴﺘﻌﻤل‬
‫ﻜﺨﺎﺼﺔ ﺘﻨﻭﺏ ﻋﻥ ﺒﺎﻗﻲ ﺍﻝﻤﻌﻁﻴﺎﺕ‪ ،‬ﻭﺘﻌﺒﺭ ﻋﻥ ﻗﻴﻡ ﺍﻝﻤﺠﻤﻭﻋﺔ ﺍﻝﺘﻲ ﻴﺸﻤﻠﻬﺎ ﺍﻝﺒﺤﺙ‪ ،‬ﻭﻫﻲ ﺘﺴﺘﻌﻤل ﺃﺴﺎﺴﺎ‬
‫ﻤﻥ ﺃﺠل ﺍﻝﻤﻘﺎﺭﻨﺔ ﻤﻊ ﺴﻼﺴل ﺇﺤﺼﺎﺌﻴﺔ ﺃﺨﺭﻯ ﻭﻤﻥ ﺃﺠل ﻤﻌﺭﻓﺔ ﺨﺼﺎﺌﺹ ﺍﻝﺴﻠﺴﻠﺔ ﻓﻲ ﺤﺩ ﺫﺍﺘﻬﺎ‪.‬‬

‫‪ -1‬ا
'ــال ‪: Mo‬‬
‫ﺍﻝﻤﻨﻭﺍل ﻫﻭ ﻗﻴﻤﺔ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻹﺤﺼﺎﺌﻲ ‪ X‬ﺍﻷﻜﺜﺭ ﺘﻜﺭﺍﺭﺍ ﻓﻲ ﺍﻝﺴﻠﺴﻠﺔ‪.‬‬

‫ﻤﺜﻼ‪ :‬ﺍﻝﻤﻨﻭﺍل ﻓﻲ ﺍﻝﻘﻴﻡ ﺍﻝﺘﺎﻝﻴﺔ‪ 2 ،4 ،8 ،8 ،6 ،11 ،10 ،6 ،7 ،6 :‬ﻴﺴﺎﻭﻱ‪Mo = 6 :‬‬

‫ﻴﻤﻜﻥ ﺃﻥ ﺘﻜﻭﻥ ﺍﻝﺴﻠﺴﻠﺔ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺒﺩﻭﻥ ﻤﻨﻭﺍل‪ ،‬ﻋﻨﺩﻤﺎ ﺘﻜﻭﻥ ﺍﻝﻘﻴﻡ ﻝﻬﺎ ﻨﻔﺱ ﺍﻝﺘﻜﺭﺍﺭ‪.‬‬

‫ﻤﺜﻼ‪ :‬ﺍﻝﺴﻠﺴﻠﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪Xi‬‬

‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪ni‬‬

‫ﻜﻤﺎ ﻴﻤﻜﻥ ﺃﻥ ﻴﻜﻭﻥ ﻝﻠﺴﻠﺴﻠﺔ ﺃﻜﺜﺭ ﻤﻨﻭﺍل‪.‬‬

‫ﻤﺜﻼ‪ :‬ﺍﻝﺴﻠﺴﻠﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪Xi‬‬

‫‪5‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪ni‬‬

‫ﺍﻝﻤﻨﻭﺍل ﺍﻷﻭل ﻴﺴﺎﻭﻱ‪Mo1 = 2 :‬‬

‫ﺍﻝﻤﻨﻭﺍل ﺍﻝﺜﺎﻨﻲ ﻴﺴﺎﻭﻱ‪Mo2 = 5 :‬‬

‫ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺘﻭﺯﻴﻌﺎﺕ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺍﻝﻤﻌﺒﺭ ﻋﻨﻬﺎ ﺒﻭﺍﺴﻁﺔ ﺍﻝﻔﺌﺎﺕ ﺒﺄﻁﻭﺍل ﻤﺘﺴﺎﻭﻴﺔ‪ ،‬ﺤﺴﺎﺏ ﺍﻝﻤﻨﻭﺍل ﻴﻜﻭﻥ‬
‫ﻜﺎﻝﺘﺎﻝﻲ‪:‬‬

‫‪ ∆1‬‬ ‫‪‬‬

‫‪Mo = L + ‬‬ ‫‪ a‬‬
‫‪‬‬
‫‪ ∆1 + ∆ 2‬‬ ‫‪‬‬

‫ﻥ‪:‬‬
‫ﺤﻴﺙ ﺃ ‪‬‬
 ‫‪ : L‬ﻫﻭ ﺍﻝﺤﺩ ﺍﻷﺩﻨﻰ ﻝﻠﻔﺌﺔ ﺍﻝﻤﻨﻭﺍﻝﻴﺔ )ﺍﻝﻔﺌﺔ ﺫﺍﺕ ﺍﻝﺘﻜﺭﺍﺭ ﺍﻷﻜﺒﺭ(‪.‬‬

‫‪ : ∆1‬ﻫﻭ ﺍﻝﻔﺭﻕ ﺒﻴﻥ ﺘﻜﺭﺍﺭ ﺍﻝﻔﺌﺔ ﺍﻝﻤﻨﻭﺍﻝﻴﺔ ﻭﺘﻜﺭﺍﺭ ﺍﻝﻔﺌﺔ ﺍﻝﺘﻲ ﺘﺴﺒﻘﻬﺎ‪.‬‬

‫‪ : ∆ 2‬ﻫﻭ ﺍﻝﻔﺭﻕ ﺒﻴﻥ ﺘﻜﺭﺍﺭ ﺍﻝﻔﺌﺔ ﺍﻝﻤﻨﻭﺍﻝﻴﺔ ﻭﺘﻜﺭﺍﺭ ﺍﻝﻔﺌﺔ ﺍﻝﺘﻲ ﺘﺄﺘﻲ ﺒﻌﺩﻫﺎ‪.‬‬

‫‪ : a‬ﻫﻭ ﻁﻭل ﺍﻝﻔﺌﺔ ﺍﻝﻤﻨﻭﺍﻝﻴﺔ‪.‬‬

‫ﻓﻲ ﺤﺎﻝﺔ ﻋﺩﻡ ﺘﺴﺎﻭﻱ ﺍﻝﻔﺌﺎﺕ ﻓﻲ ﺍﻝﻁﻭل‪ ،‬ﻻﺒﺩ ﻗﺒل ﺤﺴﺎﺏ ﺍﻝﻤﻨﻭﺍل ﻤﻥ ﺘﺼﺤﻴﺢ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﻗﺼﺩ ﺍﻝﺤﻔﺎﻅ‬
‫ﻋﻠﻰ ﺘﻨﺎﺴﻕ ﺃﻁﻭﺍل ﺍﻝﻔﺌﺎﺕ‪ ،‬ﻭﺒﻌﺩ ﺘﺼﺤﻴﺢ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺘﻅﻬﺭ ﻝﻨﺎ ﺍﻝﻔﺌﺔ ﺍﻷﻜﺜﺭ ﺘﻜﺭﺍﺭﺍ‪ ،‬ﻭﺤﻴﻨﺌﺫ ﻨﺤﺴﺏ‬
‫ﺍﻝﻤﻨﻭﺍل ﺒﺘﻁﺒﻴﻕ ﺍﻝﻘﺎﻨﻭﻥ ﺍﻝﻤﺫﻜﻭﺭ ﺃﻋﻼﻩ‪.‬‬

‫‪ 1-1‬ا‪"7/‬اج ا
'ال ‪ K‬ا "‪: J/‬‬
‫أ( ‪   M‬ا
‪ "L‬ا ا
'‪: G‬‬
‫ﻨﺴﺘﺨﺭﺝ ﺍﻝﻤﻨﻭﺍل ﻤﻥ ﻤﺨﻁﻁ ﺍﻷﻋﻤﺩﺓ ﺍﻝﺒﻴﺎﻨﻴﺔ‪ ،‬ﻭﻫﻭ ﻗﻴﻤﺔ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻹﺤﺼﺎﺌﻲ ‪ X‬ﺍﻝﺘﻲ ﺘﻨﺎﺴﺏ ﺍﻝﺨﻁ‬
‫ﺍﻝﻌﻤﻭﺩﻱ ﺍﻷﻜﺜﺭ ﺇﺭﺘﻔﺎﻋﺎ ﻓﻲ ﺍﻝﺭﺴﻡ‪ .‬ﻜﻤﺎ ﻓﻲ ﺍﻝﻤﺜﺎل ﺍﻝﺘﺎﻝﻲ‪:‬‬

‫‪ni‬‬
‫‪15‬‬

‫‪12‬‬

‫‪9‬‬

‫‪6‬‬

‫‪3‬‬

‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪X‬‬
‫‪Mo = 4‬‬

‫ب( ‪   M‬ا
‪ "L‬ا ا
‪:G‬‬
‫ﻤﻥ ﺍﻝﻤﺩﺭﺝ ﺍﻝﺘﻜﺭﺍﺭﻱ ﻴﻤﻜﻥ ﺇﺴﺘﺨﺭﺍﺝ ﺍﻝﻤﻨﻭﺍل ﻤﺜﻠﻤﺎ ﻴﻭﻀﺤﻪ ﺍﻝﺭﺴﻡ‪:‬‬
 ‫‪ni‬‬
‫‪5‬‬

‫‪4‬‬

‫‪3‬‬

‫‪2‬‬

‫‪1‬‬

‫‪0‬‬ ‫‪10‬‬ ‫‪20‬‬ ‫‪30‬‬ ‫‪40‬‬ ‫‪50‬‬ ‫‪60‬‬ ‫‪70‬‬ ‫‪80‬‬ ‫‪90‬‬ ‫‪100‬‬ ‫ﺍﻝﻔﺌﺎﺕ‬
‫‪Mo = 65‬‬

‫‪ -2‬ا ‪:Me =/‬‬

‫ﺍﻝﻭﺴﻴﻁ ﻫﻭ ﻗﻴﻤﺔ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻹﺤﺼﺎﺌﻲ ﺍﻝﺘﻲ ﺘﻔﺼل ﺍﻝﺴﻠﺴﻠﺔ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺇﻝﻰ ﻗﺴﻴﻤﻴﻥ ﻤﺘﺴﺎﻭﻴﻴﻥ ﺒﻌﺩ ﺘﺭﺘﻴﺏ‬
‫ﺍﻝﻘﻴﻡ‪ ،‬ﻓﻬﻲ ﺘﻀﻊ ‪ % 50‬ﻤﻥ ﺍﻝﻤﻌﻁﻴﺎﺕ ﻋﻠﻰ ﺍﻝﻴﻤﻴﻥ ﻭ ‪ % 50‬ﻤﻥ ﺍﻝﻤﻌﻁﻴﺎﺕ ﻋﻠﻰ ﺍﻝﻴﺴﺎﺭ‪.‬‬

‫ﻭﺤﺴﺎﺏ ﺍﻝﻭﺴﻴﻁ ﻴﻜﻭﻥ ﻜﺎﻝﺘﺎﻝﻲ‪:‬‬

‫أ( ا >  ا*و (‪:‬‬
‫• ‪ J‬ا ;; ‪: ,5 J‬‬

‫‪ -‬ﺇﺫﺍ ﻜﺎﻥ ﻝﺩﻴﻨﺎ ﻋﺩﺩ ﻤﻌﻴﻥ ﻤﻥ ﺍﻝﻤﻌﻁﻴﺎﺕ )‪ ،(n‬ﻝﺤﺴﺎﺏ ﺍﻝﻭﺴﻴﻁ ﻨﻘﻭﻡ ﺃﻭﻻ ﺒﺘﺭﺘﻴﺏ ﺍﻝﻘﻴﻡ ﺘﺭﺘﻴﺒﺎ ﺘﺼﺎﻋﺩﻴﺎ‬
‫ﺃﻭ ﺘﻨﺎﺯﻝﻴﺎ‪.‬‬
‫‪n +1‬‬
‫‪.‬‬ ‫‪ -‬ﺇﺫﺍ ﻜﺎﻥ ﻋﺩﺩ ﺍﻝﻘﻴﻡ ‪ n‬ﻓﺭﺩﻴﺎ‪ ،‬ﻓﺈﻥ ﺍﻝﻭﺴﻴﻁ ﻫﻭ ﻗﻴﻤﺔ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻹﺤﺼﺎﺌﻲ ﺍﻝﺫﻱ ﻴﺸﻐل ﺍﻝﺭﺘﺒﺔ‬
‫‪2‬‬

‫ﻤﺜﻼ‪ :‬ﻝﺘﻜﻥ ﺍﻝﻘﻴﻡ ﺍﻝﺘﺎﻝﻴﺔ ﻤﺭﺘﺒﺔ ﺘﺭﺘﻴﺒﺎ ﺘﺼﺎﻋﺩﻴﺎ )ﻤﻥ ﺍﻝﻴﻤﻴﻥ ﺇﻝﻰ ﺍﻝﻴﺴﺎﺭ( ‪.9 = n‬‬

‫‪16 ، 13 ، 10 ، 8 ، 8 ، 7 ، 5 ، 3 ، 3‬‬

‫‪  4‬‬ ‫‪Me‬‬ ‫‪  4‬‬

‫‪9 +1‬‬
‫=‪5‬‬ ‫ﺍﻝﻭﺴﻴﻁ ‪ Me‬ﻴﺸﻐل ﺍﻝﻤﺭﻜﺯ ﺍﻝﺨﺎﻤﺱ‬
‫‪2‬‬

‫ﻭﻫﻭ ﻴﺴﺎﻭﻱ ‪Me = 8‬‬

‫‪ -‬ﺇﺫﺍ ﻜﺎﻥ ﻋﺩﺩ ﺍﻝﻘﻴﻡ ﺯﻭﺠﻴﺎ‪ :‬ﻓﺈﻨﻪ ﻓﻲ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ ﻴﻜﻭﻥ ﻝﺩﻴﻨﺎ " ﻤﺠﺎل ﻭﺴﻴﻁ " ﻭﻝﻴﺱ ﻗﻴﻤﺔ ﻤﻨﻔﺭﺩﺓ ﻜﻤﺎ ﻓﻲ‬
‫ﺍﻝﺤﺎﻝﺔ ﺍﻝﺴﺎﺒﻘﺔ‪.‬‬
 ‫‪n‬‬ ‫‪n‬‬
‫ﻭﺍﻝﻤﺭﻜﺯ ‪. + 1‬‬ ‫ﻓﻲ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ ﻗﻴﻤﺘﺎﻥ ﺘﻔﺼﻼﻥ ﺍﻝﺴﻠﺴﻠﺔ ﺇﻝﻰ ﻗﺴﻤﻴﻥ ﻤﺘﺴﺎﻭﻴﻴﻥ ﻭﺘﺸﻐﻼﻥ ﺍﻝﻤﺭﻜﺯ‬
‫‪2‬‬ ‫‪2‬‬

‫ﻤﺜﻼ‪ :‬ﻝﺘﻜﻥ ﺍﻝﻘﻴﻡ ﺍﻝﺘﺎﻝﻴﺔ ﻤﺭﺘﺒﺔ ﺘﺭﺘﻴﺒﺎ ﺘﻨﺎﺯﻝﻴﺎ )ﻤﻥ ﺍﻝﻴﻤﻴﻥ ﺇﻝﻰ ﺍﻝﻴﺴﺎﺭ( ‪.10 = n‬‬

‫‪3 ، 4 ، 6 ، 9 ، 10 ، 11 ، 15 ، 17 ، 19 ، 20‬‬
‫‪  4‬‬ ‫‪Me‬‬ ‫‪  4‬‬

‫ﺍﻝﻭﺴﻴﻁ ﻫﻨﺎ ﻋﺒﺎﺭﺓ ﻋﻥ ﻤﺠﺎل ﻭﺴﻴﻁ ]‪ [11 – 10‬ﻭﺒﻤﺎ ﺃﻨﻨﺎ ﻓﻲ ﺤﺎﺠﺔ ﺇﻝﻰ ﻗﻴﻤﺔ ﻭﺍﺤﺩﺓ ﺘﻌﺒﺭ ﻋﻥ ﻫﺫﻩ ﺍﻝﺨﺎﺼﻴﺔ‪،‬‬
‫ﻓﺈﻥ ﺍﻝﻭﺴﻴﻁ ﻴﻘﻊ ﺒﻴﻥ ﺍﻝﻘﻴﻤﺔ ‪ 10‬ﻭﺍﻝﻘﻴﻤﺔ ‪ 11‬ﻭﻴﻜﻭﻥ ﻤﺭﻜﺯ ﺍﻝﻤﺠﺎل ]‪.[11 – 10‬‬

‫ﻭﻫﻭ ﻴﺴﺎﻭﻱ ﺇﺫﻥ‪:‬‬

‫‪10 + 11‬‬
‫= ‪Me‬‬ ‫‪= 10,5‬‬
‫‪2‬‬

‫ب( ا >  ا ‪:23‬‬

‫• ‪ J‬ا ;; '; ‪5 N'< "&#‬ول ا ز! ا "اري‪:‬‬

‫ﻓﻲ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ ﺤﺴﺎﺏ ﺍﻝﻭﺴﻴﻁ ﻤﻥ ﺍﻝﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ ﻴﻜﻭﻥ ﻜﺎﻝﺘﺎﻝﻲ‪:‬‬

‫ﻨﻘﻭﻡ ﺒﺘﺤﺩﻴﺩ ﻤﻭﻗﻊ ﻨﺼﻑ ﺍﻝﻘﻴﻤﺔ ‪) n‬ﺃﻱ ﺍﻝﻘﻴﻤﺔ ‪.( n 2‬ﺇﺫﺍ ﻜﺎﻨﺕ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ‪ ،‬ﻓﺈﻥ ﺍﻝﻭﺴﻴﻁ‬
‫ﻴﻜﻭﻥ ﻤﺤﺼﻭﺭﺍ ﺒﻴﻥ ﻗﻴﻤﺘﻴﻥ ﻭﻴﺴﺎﻭﻱ ﻤﻌﺩﻝﻬﻤﺎ‪.‬‬

‫ﻭﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻝﻘﻴﻤﺔ ‪ n 2‬ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ‪،‬ﻓﺈﻥ ﺍﻝﻭﺴﻴﻁ ﻴﻜﻭﻥ ﻗﻴﻤﺔ ﻭﺍﺤﺩﺓ ﻤﻨﻔﺭﺩﺓ‪.‬‬

‫‪ :‬ﻝﻴﻜﻥ ﺍﻝﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ ﺍﻝﺘﺎﻝﻲ‪:‬‬ ‫‪3‬ــل ‪1‬‬

 ‫‪FACA‬‬ ‫‪ni‬‬ ‫‪Xi‬‬

‫‪0‬‬

‫‪3‬‬ ‫‪3‬‬ ‫‪0‬‬

‫‪8‬‬ ‫‪5‬‬ ‫‪1‬‬

‫‪n 28‬‬
‫=‬ ‫‪= 14‬‬ ‫‪Me‬‬
‫‪2 2‬‬ ‫‪6‬‬ ‫‪2‬‬
‫‪14‬‬

‫‪5‬‬ ‫‪3‬‬
‫‪19‬‬
‫‪4‬‬ ‫‪4‬‬
‫‪23‬‬

‫‪25‬‬

‫‪28‬‬

‫‪28‬‬ ‫ﺍﻝﻤﺠﻤـﻭﻉ‬

‫ﺍﻝﻘﻴﻤﺔ ‪ 14‬ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ‪.‬‬

‫ﺇﺫﻥ ﺍﻝﻭﺴﻴﻁ ﻤﺤﺼﻭﺭ ﺒﻴﻥ ﺍﻝﻘﻴﻤﺔ ‪ 2‬ﻭ ‪ 3‬ﻭﻫﻭ ﻴﺴﺎﻭﻱ ‪:‬‬

‫‪2+3‬‬
‫= ‪Me‬‬ ‫‪= 2,5‬‬
‫‪2‬‬

‫‪ :‬ﻝﻴﻜﻥ ﺍﻝﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ ﺍﻝﺘﺎﻝﻲ‪:‬‬ ‫‪3‬ــل ‪2‬‬

 ‫‪FACA‬‬ ‫‪ni‬‬ ‫‪xi‬‬

‫‪0‬‬

‫‪2‬‬ ‫‪2‬‬ ‫‪0‬‬

‫‪5‬‬ ‫‪3‬‬ ‫‪1‬‬

‫‪n 18‬‬ ‫‪2‬‬ ‫‪Me‬‬
‫‪= =9‬‬
‫‪2 2‬‬
‫‪10‬‬ ‫‪5‬‬ ‫‪2‬‬

‫‪14‬‬ ‫‪4‬‬ ‫‪3‬‬

‫‪16‬‬

‫‪18‬‬

‫‪18‬‬ ‫ﺍﻝﻤﺠﻤـﻭﻉ‬

‫ﺍﻝﻘﻴﻤﺔ ‪ 9‬ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ‪.‬‬

‫‪Me = 2‬‬ ‫ﺇﺫﻥ ﺍﻝﻭﺴﻴﻁ ﻴﻘﺎﺒل ﺍﻝﻘﻴﻤﺔ ‪ 2‬ﻓﻲ ﺍﻝﺠﺩﻭل‪.‬‬

‫ج( ا >  ا ‪:3 3‬‬

‫• ا
‪,#‬ت ‪5 N'< "&#‬ا‪ ,/‬ا @ت )‪.(G "L‬‬

‫ﻓﻲ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ ﻻ ﻴﻬﻤﻨﺎ ﻓﻲ ﺤﺴﺎﺏ ﺍﻝﻭﺴﻴﻁ ﻤﺎ ﺇﺫﺍ ﻜﺎﻨﺕ ﺃﻁﻭﺍل ﺍﻝﻔﺌﺎﺕ ﻤﺘﺴﺎﻭﻴﺔ ﺃﻭ ﻤﺨﺘﻠﻔﺔ‪.‬‬

‫ﻭﻝﺤﺴﺎﺏ ﺍﻝﻭﺴﻴﻁ ﻨﻁﺒﻕ ﺍﻝﻘﺎﻨﻭﻥ ﺍﻝﺘﺎﻝﻲ‪:‬‬

‫‪ n − FCAe−1 ‬‬

‫‪Me = Le +  2‬‬ ‫‪a‬‬
‫‪‬‬ ‫‪ne‬‬ ‫‪ e‬‬
‫‪‬‬ ‫‪‬‬

‫ﻥ‪:‬‬
‫ﺤﻴﺙ ﺃ ‪‬‬

‫‪ : Le‬ﺍﻝﺤﺩ ﺍﻷﺩﻨﻰ ﻝﻔﺌﺔ ﺍﻝﻭﺴﻴﻁ‪.‬‬

‫‪ : FCAe−1‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﻤﻁﻠﻕ ﻝﻠﻔﺌﺔ ﺍﻝﺘﻲ ﺘﺴﺒﻕ ﻓﺌﺔ ﺍﻝﻭﺴﻴﻁ‪.‬‬

 ‫‪ : n‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻜﻠﻲ‪.‬‬

‫‪ : n e‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﻁﻠﻕ ﻝﻠﻔﺌﺔ ﺍﻝﺘﻲ ﺘﻀﻡ ﺍﻝﻭﺴﻴﻁ‪.‬‬

‫ﺍﻝﻭﺴﻴﻁ‪.‬‬ ‫‪ : ae‬ﻁﻭل ﻓﺌﺔ‬

‫ﻭﻴﻤﻜﻥ ﺤﺴﺎﺏ ﺍﻝﻭﺴﻴﻁ ﻋﻥ ﻁﺭﻴﻕ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻤﺎﺌﻭﻴﺔ‪.‬‬

‫ﻭﻴﺼﺒﺢ ﺍﻝﻘﺎﻨﻭﻥ ﻜﺎﻝﺘﺎﻝﻲ‪:‬‬

‫‪ 50 − Fe−1 (%) ‬‬
‫‪Me = Le + ‬‬ ‫‪ ae‬‬
‫‪‬‬ ‫‪f e (%) ‬‬

‫ﻥ‪:‬‬
‫ﺤﻴﺙ ﺃ ‪‬‬

‫‪ : Le‬ﺍﻝﺤﺩ ﺍﻻﺩﻨﻰ ﻝﻔﺌﺔ ﺍﻝﻭﺴﻴﻁ‪.‬‬

‫)‪ : Fe−1 (%‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﻨﺴﺒﻲ ﺒﻘﻴﻡ ﻤﺎﺌﻭﻴﺔ ﻝﻠﻔﺌﺔ ﺍﻝﺘﻲ ﺘﺴﺒﻕ ﻓﺌﺔ ﺍﻝﻭﺴﻴﻁ‪.‬‬

‫)‪ : f e (%‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻨﺴﺒﻲ ﻝﻔﺌﺔ ﺍﻝﻭﺴﻴﻁ ﺒﻘﻴﻡ ﻤﺎﺌﻭﻴﺔ‪.‬‬

‫‪ : ae‬ﻁﻭل ﻓﺌﺔ ﺍﻝﻭﺴﻴﻁ‪.‬‬

‫ ‪ :‬ﻴﻤﻜﻥ ﺤﺴﺎﺏ ﺍﻝﻭﺴﻴﻁ ﺒﻭﺍﺴﻁﺔ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻌﺎﺩﻴﺔ )ﺃﻱ ﻝﻴﺴﺕ ﻗﻴﻡ ﻤﺎﺌﻭﻴﺔ( ﻓﻴﺼﺒﺢ‬
‫ﺍﻝﻘﺎﻨﻭﻥ ﻜﺎﻝﺘﺎﻝﻲ‪:‬‬
‫‪ 0,5 − Fe−1 ‬‬
‫‪Me = Le + ‬‬ ‫‪ae‬‬
‫‪‬‬ ‫‪f‬‬ ‫‪e‬‬ ‫‪‬‬

‫‪ 1-2‬إ‪"7/‬اج ا ‪ K =/‬ا "‪J/‬‬

‫ﻴﻤﻜﻥ ﺍﺴﺘﺨﺭﺍﺝ ﻗﻴﻤﺔ ﺍﻝﻭﺴﻴﻁ ﻤﻥ ﻤﻨﺤﻨﻰ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﺼﺎﻋﺩﺓ ﻭﻤﻨﺤﻨﻰ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ‬
‫ﺍﻝﻨﺎﺯﻝﺔ‪ ،‬ﻭﻫﻲ ﺘﺴﺎﻭﻱ ﺇﺤﺩﺍﺜﻴﺔ ﻨﻘﻁﺔ ﺇﻝﺘﻘﺎﺀ ﺍﻝﻤﻨﺤﻨﻴﻴﻥ ﻋﻠﻰ ﻤﺤﻭﺭ ﺍﻝﻔﻭﺍﺼل‪.‬‬

‫ﺇﺤﺩﺍﺜﻴﺔ ﻨﻘﻁﺔ ﺍﻹﻝﺘﻘﺎﺀ ﻋﻠﻰ ﻤﺤﻭﺭ ﺍﻝﺘﺭﺍﺘﻴﺏ ﺘﻤﺜل ﻨﺼﻑ ﺍﻝﻘﻴﻡ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺃﻱ ‪ 0,5‬ﺃﻭ ‪.%50‬‬
 ‫‪3‬ــل‪ :‬ﻝﻴﻜﻥ ﺍﻝﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ ﺍﻝﺘﺎﻝﻲ‪:‬‬

‫↓ ‪Fi‬‬ ‫↑ ‪Fi‬‬ ‫‪fi‬‬ ‫‪ni‬‬ ‫ﺍﻝﻔﺌﺎﺕ‬

‫‪1‬‬ ‫‪0‬‬
‫‪0,10‬‬ ‫‪6‬‬ ‫] ‪] 10 – 05‬‬
‫‪0,90‬‬ ‫‪0,10‬‬
‫‪0,20‬‬ ‫‪12‬‬ ‫] ‪] 15 – 10‬‬
‫‪0,70‬‬ ‫‪0,30‬‬
‫‪0,25‬‬ ‫‪15‬‬ ‫] ‪] 20 – 15‬‬
‫‪0,45‬‬ ‫‪0,55‬‬ ‫‪0,35‬‬ ‫‪21‬‬ ‫] ‪] 25 – 20‬‬
‫‪0,10‬‬ ‫‪0,90‬‬

‫‪0‬‬ ‫‪1‬‬

‫‪1‬‬ ‫‪60‬‬ ‫ﺍﻝﻤﺠﻤﻭﻉ‬

‫‪ -‬ﺍﺴﺘﺨﺭﺝ ﻤﻥ ﺍﻝﺭﺴﻡ ﻗﻴﻤﺔ ﺍﻝﻭﺴﻴﻁ ‪Me‬‬

‫ا
‪ :+,-‬ا
!‪ 1!2‬ا
"‪ 0%‬ا
‪ ./‬وا
!زل‪.‬‬

‫↓↑ ‪Fi‬‬ ‫ﺍﻝﻤﻨﺤﻨﻰ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﻨﺎﺯل‬ ‫ﺍﻝﻤﻨﺤﻨﻰ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﺼﺎﻋﺩ‬

‫‪1‬‬

‫‪0,9‬‬

‫‪0,8‬‬

‫‪0,7‬‬

‫‪0,6‬‬

‫‪0,5‬‬

‫‪0,4‬‬

‫‪0,3‬‬

‫‪0,2‬‬

‫‪0,1‬‬

‫‪0‬‬
‫‪5‬‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫ﺍﻝﻔﺌﺎﺕ‬
‫‪Me = 19‬‬
 ‫ ‪ :‬ﻴﻤﻜﻥ ﻜﺫﻝﻙ ﺍﺴﺘﺨﺭﺍﺝ ﻗﻴﻤﺔ ﺍﻝﻭﺴﻴﻁ ‪ Me‬ﻤﻥ ﺍﻝﻤﺩﺭﺝ ﺍﻝﺘﻜﺭﺍﺭﻱ‪.‬‬

‫ﻫﺫﻩ ﺍﻝﻘﻴﻤﺔ ﺘﻔﺼل ﻤﺴﺎﺤﺔ ﺍﻝﻤﺩﺭﺝ ﺍﻝﺘﻜﺭﺍﺭﻱ ﺇﻝﻰ ﻗﺴﻤﻴﻥ ﻤﺘﺴﺎﻭﻴﻴﻥ‪ .‬ﻭﺴﻨﺘﻁﺭﻕ ﺇﻝﻰ ﻫﺫﻩ‬
‫ﺍﻝﺤﺎﻝﺔ ﻓﻲ ﺘﻤﺭﻴﻥ ﻤﻥ ﺘﻤﺎﺭﻴﻥ ﺍﻝﻔﺼل ﺍﻝﺭﺍﺒﻊ‪.‬‬

‫‪ -3‬ا "‪#5‬ت‪،‬ا ‪!"Q#‬ت وا

!ت‪:‬‬
‫ﺇﺫﺍ ﻜﺎﻥ ﺍﻝﻭﺴﻴﻁ ﻫﻭ ﻗﻴﻤﺔ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻹﺤﺼﺎﺌﻲ ﺍﻝﺫﻱ ﻴﻘﺴﻡ ﺍﻝﺴﻠﺴﻠﺔ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺇﻝﻰ ﻗﺴﻤﻴﻥ ﻤﺘﺴﺎﻭﻴﻴﻥ‪ ،‬ﻓﺈﻥ‬
‫ﺍﻝﺭﺒﻴﻌﻴﺎﺕ ﻫﻲ ﻋﺒﺎﺭﺓ ﻋﻠﻰ ‪ 3‬ﻗﻴﻡ ﺘﻘﺴﻡ ﺍﻝﺴﻠﺴﻠﺔ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺇﻝﻰ ‪ 4‬ﺃﻗﺴﺎﻡ ﻤﺘﺴﺎﻭﻴﺔ‪،‬ﻜل ﻗﺴﻡ ﻴﻤﺜل ‪ %25‬ﻤﻥ‬
‫ﺍﻝﻤﻌﻁﻴﺎﺕ ﺃﻭ ﺭﺒﻊ ﺍﻝﻤﻌﻁﻴﺎﺕ‪.‬‬

‫ﻨﺭﻤﺯ ﻝﻬﺫﻩ ﺍﻝﻘﻴﻡ ﺒﺎﻝﺤﺭﻭﻑ ‪ Q2 ، Q1‬ﻭ ‪ .Q3‬ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻨﻲ ‪ Q2‬ﻫﻭ ﻨﻔﺴﻪ ﺍﻝﻭﺴﻴﻁ ‪.Me‬‬

‫ﺍﻝﻌﺸﺭﻴﺎﺕ ﻫﻲ ﻋﺒﺎﺭﺓ ﻋﻥ ‪ 9‬ﻗﻴﻡ ﺘﻘﺴﻡ ﺍﻝﺴﻠﺴﻠﺔ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺇﻝﻰ ﻋﺸﺭﺓ ﺃﻗﺴﺎﻡ ﻤﺘﺴﺎﻭﻴﺔ‪،‬ﻜل ﻗﺴﻡ ﻴﻤﺜل ‪%10‬‬
‫ﻤﻥ ﺍﻝﻤﻌﻁﻴﺎﺕ ﺃﻭ ﻋﺸﺭ ﺍﻝﻤﻌﻠﻭﻤﺎﺕ‪.‬‬

‫ﻨﺭﻤﺯ ﻝﻬﺫﻩ ﺍﻝﻘﻴﻡ ﺒﺎﻝﺤﺭﻭﻑ ‪.D9 ..... ، D2 ، D1‬‬

‫ﺍﻝﻌﺸﻴﺭ ﺍﻝﺨﺎﻤﺱ ﻫﻭ ﻨﻔﺴﻪ ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻨﻲ ‪ Q2‬ﻭﻓﻲ ﻨﻔﺱ ﺍﻝﻭﻗﺕ ﺍﻝﻭﺴﻴﻁ ‪. Me‬‬

‫ﺍﻝﻤﺎﺌﻭﻴﺎﺕ ﻫﻲ ﻋﺒﺎﺭﺓ ﻋﻥ ‪ 99‬ﻗﻴﻤﺔ ﺘﻘﺴﻡ ﺍﻝﺴﻠﺴﻠﺔ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺇﻝﻰ ‪ 100‬ﺠﺯﺀ ﻤﻥ ﺍﻷﺠﺯﺍﺀ ﺍﻝﻤﺘﺴﺎﻭﻴﺔ‪ ،‬ﻜل‬
‫ﺠﺯﺀ ﻴﻤﺜل ‪ %1‬ﻤﻥ ﺍﻝﻤﻌﻠﻭﻤﺎﺕ ﺃﻭ ﻤﺎﺌﻭﻱ ﻤﻥ ﺍﻝﻤﻌﻠﻭﻤﺎﺕ‪.‬‬

‫ﻨﺭﻤﺯ ﻝﻬﺫﻩ ﺍﻝﻘﻴﻡ ﺒﺎﻝﺤﺭﻭﻑ ‪.C99 ..... ، C2 ، C1‬‬

‫ﺍﻝﻤﺎﺌﻭﻱ ﺍﻝﺨﻤﺴﻴﻥ ‪ C50‬ﻫﻭ ﻨﻔﺴﻪ ﺍﻝﻭﺴﻴﻁ ‪ Me‬ﻭﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻨﻲ‪ Q2‬ﻭﻜﺫﻝﻙ ﺍﻝﻌﺸﻴﺭ ﺍﻝﺨﺎﻤﺱ ‪.D5‬‬

‫‪C50= Q1‬‬ ‫ﻫﻭ ﻨﻔﺴﻪ ﺍﻝﺭﺒﻴﻊ ﺍﻷﻭل‪:‬‬ ‫‪C25‬‬ ‫ﺍﻝﻤﺎﺌﻭﻱ‬

‫‪C75= Q3‬‬ ‫ﻫﻭ ﻨﻔﺴﻪ ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻝﺙ‪:‬‬ ‫‪C75‬‬ ‫ﺍﻝﻤﺎﺌﻭﻱ‬

‫‪ 1-3‬ب ا "‪#5‬ت ‪:‬‬

‫أ(   ا
‪ "L‬ا ا
'‪: G‬‬
‫ﻝﺤﺴﺎﺏ ﺍﻝﺭﺒﻴﻊ ‪ ،(i = 1, 2, 3) Qi‬ﻨﻘﻭﻡ ﺒﺘﺤﺩﻴﺩ ﻤﻭﻗﻊ ﺍﻝﻘﻴﻤﺔ ‪ in 4‬ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻤﻁﻠﻘﺔ ﺃﻭ‬
‫ﺍﻝﻘﻴﻤﺔ ‪ i 4‬ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ‪.‬‬

‫‪i‬‬ ‫‪in‬‬
‫ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ‪ ،‬ﻓﺈﻥ ﺍﻝﺭﺒﻴﻊ ‪ Qi‬ﻴﻜﻭﻥ ﻤﺤﺼﻭﺭﺍ ﺒﻴﻥ‬ ‫ﺃﻭ‬ ‫ﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻝﻘﻴﻤﺔ‬
‫‪4‬‬ ‫‪4‬‬
‫ﻗﻴﻤﺘﻴﻥ ﻭﻴﺴﺎﻭﻱ ﻤﻌﺩﻝﻬﻤﺎ‪.‬‬
 ‫‪i‬‬ ‫‪in‬‬
‫ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﻓﺈﻥ ﺍﻝﺭﺒﻴﻊ ‪ Qi‬ﻴﻜﻭﻥ ﻗﻴﻤﺔ ﻤﻨﻔﺭﺩﺓ‪.‬‬ ‫ﺃﻭ‬ ‫ﻭﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻝﻘﻴﻤﺔ‬
‫‪4‬‬ ‫‪4‬‬

‫‪3‬ــل ‪ : 1‬ﺤﺴﺎﺏ ﺍﻝﺭﺒﻴﻊ ﺍﻷﻭل‪ ،‬ﺍﻝﺜﺎﻨﻲ ﻭﺍﻝﺜﺎﻝﺙ ﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻤﻁﻠﻘﺔ‪.‬‬

‫‪FACA‬‬ ‫‪ni‬‬ ‫‪Xi‬‬

‫‪0‬‬ ‫‪3‬‬ ‫‪0‬‬

‫‪n 28‬‬ ‫‪5‬‬ ‫‪1‬‬

‫=‬ ‫‪=7‬‬ ‫‪3‬‬ ‫‪Q1‬‬
‫‪4 4‬‬
‫‪6‬‬ ‫‪2‬‬
‫‪8‬‬
‫‪2n 2 × 28‬‬
‫=‬ ‫‪= 14‬‬
‫‪4‬‬ ‫‪4‬‬
‫‪3n 3 × 28‬‬
‫‪5‬‬ ‫‪3‬‬ ‫‪Q2‬‬
‫=‬ ‫‪= 21‬‬ ‫‪14‬‬
‫‪4‬‬ ‫‪4‬‬
‫‪4‬‬ ‫‪4‬‬
‫‪19‬‬ ‫‪Q3‬‬

‫‪23‬‬

‫‪25‬‬

‫‪28‬‬

‫‪28‬‬ ‫ﺍﻝﻤﺠﻤﻭﻉ‬

‫ﺤﺴﺎﺏ ‪i = 1 : Q1‬‬

‫‪n‬‬
‫= ‪ 7‬ﻗﻴﻤﺔ ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻤﻁﻠﻘﺔ‪ ،‬ﺇﺫﻥ ﺍﻝﺭﺒﻴﻊ ﺍﻷﻭل ‪ Q1‬ﻗﻴﻤﺔ ﻤﻨﻔﺭﺩﺓ ﻭﻫﻭ‬
‫‪4‬‬
‫ﻴﺴﺎﻭﻱ‪Q1 = 1 :‬‬

‫ﺤﺴﺎﺏ ‪i = 2 : Q2‬‬
‫‪n‬‬ ‫‪2n‬‬
‫= = ‪ ، 14‬ﻗﻴﻤﺔ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻤﻁﻠﻘﺔ‪ .‬ﺇﺫﻥ ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻨﻲ ‪ Q2‬ﻤﺤﺼﻭﺭ ﺒﻴﻥ‬
‫‪2‬‬ ‫‪4‬‬
‫ﺍﻝﻘﻴﻤﺘﻴﻥ ‪ 2‬ﻭ ‪ 3‬ﻴﺴﺎﻭﻱ ﻤﻌﺩﻝﻬﻤﺎ‪Q2 = 2,5 :‬‬
‫ﺤﺴﺎﺏ ‪i = 3 : Q3‬‬
 ‫‪3 × 28 3n‬‬
‫= ‪ ، 21‬ﻗﻴﻤﺔ ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻤﻁﻠﻘﺔ‪ .‬ﺇﺫﻥ ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻝﺙ ﻗﻴﻤﺔ‬ ‫=‬
‫‪4‬‬ ‫‪4‬‬
‫ﻤﻨﻔﺭﺩﺓ ﻭﻫﻭ ﻴﺴﺎﻭﻱ ‪Q3 = 4 :‬‬

‫‪3‬ــل ‪ : 2‬ﺤﺴﺎﺏ ﺍﻝﺭﺒﻴﻊ ﺍﻷﻭل‪ ،‬ﺍﻝﺜﺎﻨﻲ ﻭﺍﻝﺜﺎﻝﺙ ﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ‪.‬‬

‫↑ ‪Fi‬‬ ‫‪fi‬‬ ‫‪ni‬‬ ‫‪Xi‬‬

‫‪0‬‬
‫‪0,10‬‬ ‫‪2‬‬ ‫‪0‬‬
‫‪0,10‬‬
‫‪1 = 0,25‬‬ ‫‪Q1‬‬
‫‪4‬‬ ‫‪0,15‬‬ ‫‪3‬‬ ‫‪1‬‬
‫‪2 = 1 = 0,50‬‬
‫‪0,25‬‬ ‫‪Q2‬‬
‫‪4‬‬ ‫‪2‬‬
‫‪0,35‬‬ ‫‪7‬‬ ‫‪2‬‬ ‫‪Q3‬‬
‫‪3 = 0,75‬‬ ‫‪0,60‬‬
‫‪4‬‬
‫‪0,20‬‬ ‫‪4‬‬ ‫‪3‬‬
‫‪0,80‬‬
‫‪0,10‬‬ ‫‪4‬‬
‫‪0,90‬‬

‫‪1‬‬

‫‪1‬‬ ‫‪20‬‬ ‫ﺍﻝﻤﺠﻤﻭﻉ‬

‫ﺤﺴﺎﺏ ‪i = 1 : Q1‬‬

‫‪1‬‬
‫ﻗﻴﻤﺔ ﻤﺤﺼﻭﺭﺓ ﺒﻴﻥ‬ ‫‪Q1‬‬ ‫= ‪ 0,25‬ﻗﻴﻤﺔ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ‪ ،‬ﺇﺫﻥ ﺍﻝﺭﺒﻴﻊ ﺍﻷﻭل‬
‫‪4‬‬
‫‪1+ 2‬‬
‫= ‪Q1‬‬ ‫‪= 1,5‬‬ ‫‪ 1‬ﻭ ‪ 2‬ﻭﻫﻭ ﻴﺴﺎﻭﻱ ﻤﻌﺩﻝﻬﻤﺎ‪:‬‬
‫‪2‬‬

‫ﺤﺴﺎﺏ ‪i = 2 : Q2‬‬
‫‪1‬‬ ‫‪2‬‬
‫= = ‪ ، 0,5‬ﻗﻴﻤﺔ ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ‪ .‬ﺇﺫﻥ ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻨﻲ ‪ Q2‬ﻗﻴﻤﺔ ﻤﻨﻔﺭﺩﺓ‬
‫‪2‬‬ ‫‪4‬‬
‫ﻭﻫﻭ ﻴﺴﺎﻭﻱ‪Q2 = 2 :‬‬

‫ﺤﺴﺎﺏ ‪i = 3 : Q3‬‬
 ‫‪3‬‬
‫= ‪ ، 0,75‬ﻗﻴﻤﺔ ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ‪ .‬ﺇﺫﻥ ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻝﺙ ‪ Q3‬ﻗﻴﻤﺔ ﻤﻨﻔﺭﺩﺓ ﻭﻫﻭ‬
‫‪4‬‬
‫ﻴﺴﺎﻭﻱ ‪Q3 = 3 :‬‬

‫ب(   ا
‪ "L‬ا ا
‪: G‬‬
‫ﻓﻲ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ ﻻ ﻴﻬﻤﻨﺎ ﻓﻲ ﺤﺴﺎﺏ ﺍﻝﺭﺒﻴﻌﻴﺎﺕ ﻤﺎ ﺇﺫﺍ ﻜﺎﻨﺕ ﺃﻁﻭﺍل ﺍﻝﻔﺌﺎﺕ ﻤﺘﺴﺎﻭﻴﺔ ﺃﻭ ﻤﺨﺘﻠﻔﺔ‪.‬‬
‫ﻨﻁﺒﻕ ﺍﻝﻘﺎﻨﻭﻥ ﺍﻝﺘﺎﻝﻲ‪:‬‬ ‫‪Qi‬‬ ‫ﻭﻝﺤﺴﺎﺏ ﺍﻝﺭﺒﻴﻊ‬

‫‪ in‬‬ ‫‪‬‬

‫‪ − FCAq −1 ‬‬
‫‪Qi = Lq +  4‬‬ ‫‪ aq‬‬
‫‪‬‬ ‫‪nq‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬

‫ﻥ‪:‬‬
‫ﺤﻴﺙ ﺃ ‪‬‬

‫‪ : Lq‬ﺍﻝﺤﺩ ﺍﻷﺩﻨﻰ ﻝﻔﺌﺔ ﺍﻝﺭﺒﻴﻊ‪.‬‬

‫‪ : FCAq −1‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﻤﻁﻠﻕ ﻝﻠﻔﺌﺔ ﺍﻝﺘﻲ ﺘﺴﺒﻕ ﻓﺌﺔ ﺍﻝﺭﺒﻴﻊ‪.‬‬

‫‪ : nq‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﻁﻠﻕ ﻝﻔﺌﺔ ﺍﻝﺭﺒﻴﻊ‪.‬‬

‫‪ : n‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻜﻠﻲ‪.‬‬

‫‪ : aq‬ﻁﻭل ﻓﺌﺔ ﺍﻝﺭﺒﻴﻊ‪.‬‬

‫‪3‬ــل‪:‬‬

‫‪n‬‬ ‫‪‬‬
‫‪ − FCAq −1 ‬‬
‫‪Q1 = Lq +  4‬‬ ‫‪ aq‬‬ ‫ﺍﻝﺭﺒﻴﻊ ﺍﻷﻭل ‪: Q1‬‬
‫‪‬‬ ‫‪nq‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬

‫‪n‬‬ ‫‪‬‬
‫‪ − FCAq −1 ‬‬
‫‪Q 2 = Lq +  2‬‬ ‫‪ aq‬‬ ‫ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻨﻲ ‪: Q2‬‬
‫‪‬‬ ‫‪nq‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬

‫‪ 3n‬‬ ‫‪‬‬

‫‪ − FCAq −1 ‬‬
‫‪Q3 = Lq +  4‬‬ ‫‪ aq‬‬ ‫ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻝﺙ ‪: Q3‬‬
‫‪‬‬ ‫‪nq‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬

‫ﻭﻴﻤﻜﻥ ﺤﺴﺎﺏ ﺍﻝﺭﺒﻴﻌﻴﺎﺕ ﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ ﺒﻘﻴﻡ ﻤﺎﺌﻭﻴﺔ ﻭﻴﺼﺒﺢ ﺍﻝﻘﺎﻨﻭﻥ ﻜﺎﻝﺘﺎﻝﻲ‪:‬‬
 ‫‪ 25i − Fq −1 (% ) ‬‬
‫‪Qi = Lq + ‬‬ ‫‪ aq‬‬
‫‪‬‬
‫‪‬‬ ‫‪f‬‬ ‫‪q‬‬ ‫(‬‫‪%‬‬ ‫)‬ ‫‪‬‬
‫‪‬‬

‫ﻥ‪:‬‬
‫ﺤﻴﺙ ﺃ ‪‬‬

‫‪ : Lq‬ﺍﻝﺤﺩ ﺍﻷﺩﻨﻰ ﻝﻔﺌﺔ ﺍﻝﺭﺒﻴﻊ‪.‬‬

‫) ‪ : Fq −1 (%‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﻨﺴﺒﻲ ﺒﻘﻴﻡ ﻤﺎﺌﻭﻴﺔ ﻝﻠﻔﺌﺔ ﺍﻝﺘﻲ ﺘﺴﺒﻕ ﻓﺌﺔ ﺍﻝﺭﺒﻴﻊ‪.‬‬

‫) ‪ : f q (%‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻨﺴﺒﻲ ﻝﻔﺌﺔ ﺍﻝﺭﺒﻴﻊ ﺒﻘﻴﻡ ﻤﺎﺌﻭﻴﺔ‪.‬‬

‫‪ : aq‬ﻁﻭل ﻓﺌﺔ ﺍﻝﺭﺒﻴﻊ‪.‬‬

‫ ‪ :‬ﻴﻤﻜﻥ ﺤﺴﺎﺏ ﺍﻝﺭﺒﻴﻌﻴﺎﺕ ﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻌﺎﺩﻴﺔ )ﺃﻱ ﻝﻴﺴﺕ ﺒﻘﻴﻡ‬
‫ﻤﺎﺌﻭﻴﺔ( ﻓﻴﺼﺒﺢ ﺍﻝﻘﺎﻨﻭﻥ ﻜﺎﻝﺘﺎﻝﻲ‪:‬‬

‫‪ i − Fq −1 ‬‬
‫‪Qi = Lq +  4‬‬ ‫‪a‬‬
‫‪‬‬ ‫‪fq‬‬ ‫‪ q‬‬
‫‪‬‬ ‫‪‬‬

‫ﻥ‪:‬‬
‫ﺤﻴﺙ ﺃ ‪‬‬

‫‪ : Lq‬ﺍﻝﺤﺩ ﺍﻷﺩﻨﻰ ﻝﻔﺌﺔ ﺍﻝﺭﺒﻴﻊ‪.‬‬

‫‪ : Fq −1‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﻨﺴﺒﻲ ﻝﻠﻔﺌﺔ ﺍﻝﺘﻲ ﺘﺴﺒﻕ ﻓﺌﺔ ﺍﻝﺭﺒﻴﻊ‪.‬‬

‫‪3‬ــل ‪:‬‬

‫‪ 25 − Fq−1 (% ) ‬‬

‫‪Q1 = Lq + ‬‬ ‫‪ aq‬‬ ‫ﺍﻝﺭﺒﻴﻊ ﺍﻷﻭل ‪: Q1‬‬
‫‪‬‬
‫‪‬‬ ‫‪f‬‬ ‫‪q‬‬ ‫(‬‫‪%‬‬ ‫)‬ ‫‪‬‬
‫‪‬‬

‫‪ 0,25 − Fq−1 ‬‬

‫‪Q1 = Lq + ‬‬
‫‪‬‬
‫‪ aq‬‬
‫‪‬‬ ‫ﺃﻭ ﻴﺴـﺎﻭﻱ ‪:‬‬
‫‪‬‬ ‫‪f‬‬ ‫‪q‬‬ ‫‪‬‬

‫‪ 50 − Fq−1 (% ) ‬‬

‫‪Q2 = Lq + ‬‬ ‫‪ aq‬‬ ‫ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻨﻲ ‪: Q2‬‬
‫‪‬‬
‫‪‬‬ ‫‪f‬‬ ‫‪q‬‬ ‫(‬‫‪%‬‬ ‫)‬ ‫‪‬‬
‫‪‬‬
 ‫‪ 0,5 − Fq−1 ‬‬
‫‪Q2 = Lq + ‬‬
‫‪‬‬
‫‪ aq‬‬
‫‪‬‬ ‫ﺃﻭ ﻴﺴـﺎﻭﻱ ‪:‬‬
‫‪‬‬ ‫‪f‬‬ ‫‪q‬‬ ‫‪‬‬

‫ﻨﻼﺤﻅ ﺃﻥ ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻨﻲ ﻫﻭ ﻨﻔﺴﻪ ﺍﻝﻭﺴﻴﻁ ‪Me‬‬

‫‪ 75 − Fq −1 (% ) ‬‬
‫‪Q3 = Lq + ‬‬ ‫‪ aq‬‬ ‫ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻝﺙ ‪: Q3‬‬
‫‪‬‬
‫‪‬‬ ‫‪f‬‬ ‫‪q‬‬ ‫(‬‫‪%‬‬ ‫)‬ ‫‪‬‬
‫‪‬‬

‫‪ 0,75 − Fq−1 ‬‬

‫‪Q3 = Lq + ‬‬
‫‪‬‬
‫‪ aq‬‬
‫‪‬‬ ‫ﺃﻭ ﻴﺴﺎﻭﻱ ‪:‬‬
‫‪‬‬ ‫‪f‬‬ ‫‪q‬‬ ‫‪‬‬

‫‪ 2-3‬ب ا ‪!"Q#‬ت ‪:‬‬

‫أ(   ا
‪ "L‬ا ا
'‪: G‬‬

‫ﻝﺤﺴﺎﺏ ﺍﻝﻌﺸﻴﺭ ‪ ، (i = 1,2,...,9) Di‬ﻨﻘﻭﻡ ﺒﺘﺤﺩﻴﺩ ﻤﻭﻗﻊ ﺍﻝﻘﻴﻤﺔ‬

‫‪in‬‬
‫ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻤﻁﻠﻘﺔ ﺃﻭ‬
‫‪10‬‬
‫‪i‬‬
‫ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ‪.‬‬ ‫ﺍﻝﻘﻴﻤﺔ‬
‫‪10‬‬

‫‪i‬‬ ‫‪in‬‬
‫ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ‪ ،‬ﻓﺈﻥ ﺍﻝﻌﺸﻴﺭ ‪ Di‬ﻴﻜﻭﻥ ﻤﺤﺼﻭﺭﺍ ﺒﻴﻥ‬ ‫ﺃﻭ‬ ‫ﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻝﻘﻴﻤﺔ‬
‫‪10‬‬ ‫‪10‬‬
‫ﻗﻴﻤﺘﻴﻥ ﻭﻴﺴﺎﻭﻱ ﻤﻌﺩﻝﻬﻤﺎ‪.‬‬
‫‪i‬‬ ‫‪in‬‬
‫ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ‪ ،‬ﻓﺈﻥ ﺍﻝﻌﺸﻴﺭ ‪ Di‬ﻴﻜﻭﻥ ﻗﻴﻤﺔ ﻤﻨﻔﺭﺩﺓ‪.‬‬ ‫ﺃﻭ‬ ‫ﻭﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻝﻘﻴﻤﺔ‬
‫‪10‬‬ ‫‪10‬‬

‫ــل‪ :1‬ﺤﺴﺎﺏ ﻜل ﻤﻥ ﺍﻝﻌﺸﻴﺭ ﺍﻷﻭل‪ ،‬ﺍﻝﻌﺸﻴﺭ ﺍﻝﺨﺎﻤﺱ ﻭﺍﻝﻌﺸﻴﺭ ﺍﻝﺘﺎﺴﻊ ﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ‬
‫ﺍﻝﻤﻁﻠﻘﺔ‪.‬‬

‫ﻝﻴﻜﻥ ﺍﻝﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ ﺍﻝﺘﺎﻝﻲ‪:‬‬

‫ﺃﺤﺴﺏ ﺍﻝﻌﺸﻴﺭ ﺍﻷﻭل ‪ ، D1‬ﺍﻝﺨﺎﻤﺱ ‪ D5‬ﻭﺍﻝﺘﺎﺴﻊ ‪. D9‬‬

 ‫‪FACA‬‬ ‫‪ni‬‬ ‫‪Xi‬‬

‫‪0‬‬
‫‪5‬‬ ‫‪5‬‬ ‫‪0‬‬
‫‪n 100‬‬ ‫‪13‬‬
‫=‬ ‫‪= 10‬‬ ‫‪D1‬‬
‫‪10 10‬‬ ‫‪8‬‬ ‫‪1‬‬
‫‪17‬‬
‫‪26‬‬
‫‪4‬‬ ‫‪2‬‬
‫‪33‬‬
‫‪43‬‬ ‫‪9‬‬ ‫‪3‬‬
‫‪48‬‬
‫‪5n 500‬‬ ‫‪7‬‬ ‫‪4‬‬
‫=‬ ‫‪= 50‬‬ ‫‪57‬‬ ‫‪D5‬‬
‫‪10 10‬‬
‫‪65‬‬ ‫‪10‬‬ ‫‪5‬‬
‫‪77‬‬
‫‪83‬‬ ‫‪5‬‬ ‫‪6‬‬
‫‪9n 900‬‬
‫=‬ ‫‪= 90‬‬ ‫‪91‬‬ ‫‪9‬‬ ‫‪7‬‬ ‫‪D9‬‬
‫‪10 10‬‬
‫‪100‬‬
‫‪8‬‬
‫‪100‬‬ ‫‪8‬‬
‫اع‬
‫ﺤﺴﺎﺏ ‪i = 1 : D1‬‬

‫‪n‬‬
‫= ‪ ، 10‬ﻗﻴﻤﺔ ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻤﻁﻠﻘﺔ‪ .‬ﺇﺫﻥ ﺍﻝﻌﺸﻴﺭ ﺍﻷﻭل ‪ D1‬ﻗﻴﻤﺔ ﻤﻨﻔﺭﺩﺓ ﻭ‬
‫‪10‬‬
‫ﻫﻭ ﻴﺴﺎﻭﻱ‪D1 = 1 :‬‬

‫ﺤﺴﺎﺏ ‪i = 5 : D 5‬‬

‫‪5n‬‬
‫= ‪ ، 50‬ﻗﻴﻤﺔ ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻤﻁﻠﻘﺔ‪ .‬ﺇﺫﻥ ﺍﻝﻌﺸﻴﺭ ﺍﻝﺨﺎﻤﺱ ‪ D 5‬ﻗﻴﻤﺔ ﻤﻨﻔﺭﺩﺓ‬
‫‪10‬‬
‫ﻭ ﻫﻭ ﻴﺴﺎﻭﻱ‪D 5 = 7 :‬‬

‫ ‪ D 5 :‬ﻫﻭ ﻨﻔﺴﻪ ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻨﻲ ‪ Q 2‬ﻭﻓﻲ ﻨﻔﺱ ﺍﻝﻭﻗﺕ ﺍﻝﻭﺴﻴﻁ ‪.Me‬‬

‫ﺤﺴﺎﺏ ‪i = 9 : D 9‬‬

‫‪9n‬‬
‫= ‪ ، 90‬ﻗﻴﻤﺔ ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻤﻁﻠﻘﺔ‪ .‬ﺇﺫﻥ ﺍﻝﻌﺸﻴﺭ ﺍﻝﺘﺎﺴﻊ ‪ D 9‬ﻗﻴﻤﺔ ﻤﻨﻔﺭﺩﺓ‬
‫‪10‬‬
‫ﻭ ﻫﻭ ﻴﺴﺎﻭﻱ‪D 9 = 11 :‬‬

‫‪3‬ــل ‪ : 2‬ﺤﺴﺎﺏ ‪ D 5 ، D1‬ﻭ ‪ D 9‬ﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ‪.‬‬

 ‫↑ ‪Fi‬‬ ‫‪fi‬‬ ‫‪ni‬‬ ‫‪xi‬‬

‫‪0‬‬
‫‪0,05‬‬ ‫‪5‬‬ ‫‪0‬‬
‫‪1‬‬
‫‪= 0,1‬‬ ‫‪0,05‬‬ ‫‪D1‬‬
‫‪10‬‬ ‫‪0,08‬‬ ‫‪8‬‬ ‫‪1‬‬
‫‪0,13‬‬
‫‪0,04‬‬ ‫‪4‬‬ ‫‪2‬‬
‫‪0,17‬‬
‫‪0,09‬‬ ‫‪9‬‬ ‫‪3‬‬
‫‪0,26‬‬
‫‪5‬‬ ‫‪0,07‬‬ ‫‪7‬‬ ‫‪4‬‬
‫‪= 0,5‬‬ ‫‪0,33‬‬ ‫‪D5‬‬
‫‪10‬‬
‫‪0,10‬‬ ‫‪10‬‬ ‫‪5‬‬
‫‪0,43‬‬
‫‪0,05‬‬ ‫‪5‬‬ ‫‪6‬‬
‫‪0,48‬‬
‫‪9‬‬
‫‪= 0,90‬‬ ‫‪0,09‬‬ ‫‪9‬‬ ‫‪7‬‬ ‫‪D9‬‬
‫‪10‬‬ ‫‪0,57‬‬
‫‪0,08‬‬ ‫‪8‬‬ ‫‪8‬‬
‫‪0,65‬‬

‫‪0,77‬‬

‫‪0,83‬‬

‫‪0,91‬‬

‫‪1‬‬

‫‪1‬‬ ‫‪100‬‬ ‫ﺍﻝﻤﺠﻤﻭﻉ‬

‫ﺤﺴﺎﺏ ‪i = 1 : D1‬‬

‫‪1‬‬
‫= ‪ ، 0,10‬ﻗﻴﻤﺔ ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ‪ .‬ﺇﺫﻥ ﺍﻝﻌﺸﻴﺭ ﺍﻷﻭل ‪ D1‬ﻗﻴﻤﺔ ﻤﻨﻔﺭﺩﺓ‬
‫‪10‬‬
‫ﻭ ﻫﻭ ﻴﺴﺎﻭﻱ‪D1 = 1 :‬‬

‫ﺤﺴﺎﺏ ‪i = 5 : D 5‬‬

‫‪5‬‬
‫= ‪ ، 0,50‬ﻗﻴﻤﺔ ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ‪ .‬ﺇﺫﻥ ﺍﻝﻌﺸﻴﺭ ﺍﻝﺨﺎﻤﺱ ‪ D 5‬ﻗﻴﻤﺔ‬
‫‪10‬‬
‫ﻤﻨﻔﺭﺩﺓ ﻭ ﻫﻭ ﻴﺴﺎﻭﻱ‪D 5 = 7 :‬‬
 ‫ ‪ D 5 :‬ﻫﻭ ﻨﻔﺴﻪ ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻨﻲ ‪ Q 2‬ﻭﻓﻲ ﻨﻔﺱ ﺍﻝﻭﻗﺕ ﺍﻝﻭﺴﻴﻁ ‪.Me‬‬

‫ﺤﺴﺎﺏ ‪i = 9 : D 9‬‬

‫‪9‬‬
‫= ‪ ، 0,90‬ﻗﻴﻤﺔ ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ‪ .‬ﺇﺫﻥ ﺍﻝﻌﺸﻴﺭ ﺍﻝﺘﺎﺴﻊ ‪ D 9‬ﻗﻴﻤﺔ ﻤﻨﻔﺭﺩﺓ‬
‫‪10‬‬
‫ﻭ ﻫﻭ ﻴﺴﺎﻭﻱ‪D 9 = 11 :‬‬

‫ب(   ا
‪ "L‬ا ا
‪: G‬‬
‫ﻓﻲ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ ﻻ ﻴﻬﻤﻨﺎ ﻓﻲ ﺤﺴﺎﺏ ﺍﻝﻌﺸﻴﺭﻴﺎﺕ ﻤﺎ ﺇﺫﺍ ﻜﺎﻨﺕ ﺃﻁﻭﺍل ﺍﻝﻔﺌﺎﺕ ﻤﺘﺴﺎﻭﻴﺔ ﺃﻭ ﻤﺨﺘﻠﻔﺔ‪.‬‬

‫ﻭﻝﺤﺴﺎﺏ ﺍﻝﻌﺸﻴﺭ ‪ D i‬ﻨﻁﺒﻕ ﺍﻝﻘﺎﻨﻭﻥ ﺍﻝﺘﺎﻝﻲ‪:‬‬

‫‪ in‬‬ ‫‪‬‬

‫‪ − FCAd −1 ‬‬
‫‪Di = Ld +  10‬‬ ‫‪ ad‬‬
‫‪‬‬ ‫‪nd‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬

‫ﻥ‪:‬‬
‫ﺤﻴﺙ ﺃ ‪‬‬

‫‪ : Ld‬ﺍﻝﺤﺩ ﺍﻷﺩﻨﻰ ﻝﻔﺌﺔ ﺍﻝﻌﺸﻴﺭ‪.‬‬

‫‪ : FCAd −1‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﻤﻁﻠﻕ ﻝﻠﻔﺌﺔ ﺍﻝﺘﻲ ﺘﺴﺒﻕ ﻓﺌﺔ ﺍﻝﻌﺸﻴﺭ‪.‬‬

‫‪ : nd‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﻁﻠﻕ ﻝﻔﺌﺔ ﺍﻝﻌﺸﻴﺭ‪.‬‬

‫‪ : n‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻜﻠﻲ‪.‬‬

‫‪ : ad‬ﻁﻭل ﻓﺌﺔ ﺍﻝﻌﺸﻴﺭ‪.‬‬

‫‪3‬ــل‪:‬‬

‫‪ n‬‬ ‫‪‬‬

‫‪ − FCAd −1 ‬‬
‫‪D1 = Ld +  10‬‬ ‫‪ ad‬‬ ‫ﺍﻝﻌﺸﻴﺭ ﺍﻷﻭل ‪: D1‬‬
‫‪‬‬ ‫‪nd‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
 ‫‪n‬‬ ‫‪‬‬
‫‪ − FCAd −1 ‬‬
‫‪D5 = Ld +  2‬‬ ‫ﺍﻝﻌﺸﻴﺭ ﺍﻝﺨﺎﻤﺱ ‪ ad : D5‬‬
‫‪‬‬ ‫‪nd‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬

‫ ‪ D 5 :‬ﻫﻭ ﻨﻔﺴﻪ ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻨﻲ ‪ Q 2‬ﻭﻓﻲ ﻨﻔﺱ ﺍﻝﻭﻗﺕ ﺍﻝﻭﺴﻴﻁ ‪.Me‬‬

‫‪ 9n‬‬ ‫‪‬‬

‫‪‬‬ ‫‪− FCAd −1 ‬‬
‫‪D9 = Ld +  10‬‬ ‫‪ ad‬‬ ‫ﺍﻝﻌﺸﻴﺭ ﺍﻝﺘﺎﺴﻊ ‪: D9‬‬
‫‪‬‬ ‫‪nd‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫ﻭﻴﻤﻜﻥ ﺤﺴﺎﺏ ﺍﻝﻌﺸﻴﺭﻴﺎﺕ ﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ ﺒﻘﻴﻡ ﻤﺎﺌﻭﻴﺔ ﻭﻴﺼﺒﺢ ﺍﻝﻘﺎﻨﻭﻥ ﻜﺎﻝﺘﺎﻝﻲ‪:‬‬
‫‪ 10i − Fd −1 (% ) ‬‬
‫‪Di = Ld + ‬‬ ‫‪ a d‬‬
‫‪‬‬ ‫‪f‬‬ ‫‪d‬‬ ‫(‬‫‪%‬‬ ‫)‬ ‫‪‬‬

‫ﻥ‪:‬‬
‫ﺤﻴﺙ ﺃ ‪‬‬

‫‪ : Ld‬ﺍﻝﺤﺩ ﺍﻷﺩﻨﻰ ﻝﻔﺌﺔ ﺍﻝﻌﺸﻴﺭ‪.‬‬

‫) ‪ : Fd −1 (%‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﻨﺴﺒﻲ ﻝﻠﻔﺌﺔ ﺍﻝﺘﻲ ﺘﺴﺒﻕ ﻓﺌﺔ ﺍﻝﻌﺸﻴﺭ ﺒﻘﻴﻡ ﻤﺎﺌﻭﻴﺔ‪.‬‬

‫) ‪ : f d (%‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻨﺴﺒﻲ ﻝﻔﺌﺔ ﺍﻝﻌﺸﻴﺭ ﺒﻘﻴﻡ ﻤﺎﺌﻭﻴﺔ‪.‬‬

‫‪ : ad‬ﻁﻭل ﻓﺌﺔ ﺍﻝﻌﺸﻴﺭ‪.‬‬

‫ ‪ :‬ﻴﻤﻜﻥ ﺤﺴﺎﺏ ﺍﻝﻌﺸﻴﺭﺍﺕ ﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻌﺎﺩﻴﺔ )ﺃﻱ ﻝﻴﺱ ﺒﻘﻴﻡ‬
‫ﻤﺎﺌﻭﻴﺔ( ﻓﻴﺼﺒﺢ ﺍﻝﻘﺎﻨﻭﻥ ﻜﺎﻝﺘﺎﻝﻲ‪:‬‬
‫‪ i − Fd −1 ‬‬
‫‪Di = Ld +  10‬‬ ‫‪a‬‬
‫‪fd‬‬ ‫‪ d‬‬
‫‪‬‬ ‫‪‬‬

‫ﺤﻴﺙ‪:‬‬

‫‪ : Ld‬ﺍﻝﺤﺩ ﺍﻷﺩﻨﻰ ﻝﻔﺌﺔ ﺍﻝﻌﺸﻴﺭ‪.‬‬

‫‪ : Fd −1‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﻨﺴﺒﻲ ﻝﻠﻔﺌﺔ ﺍﻝﺘﻲ ﺘﺴﺒﻕ ﻓﺌﺔ ﺍﻝﻌﺸﻴﺭ‪.‬‬

 ‫‪ 10 − Fd −1 (% ) ‬‬
‫‪D1 = Ld + ‬‬ ‫‪ ad‬‬ ‫‪3‬ــل‪ :‬ﺍﻝﻌﺸﻴﺭ ﺍﻷﻭل ‪: D1‬‬
‫‪‬‬ ‫‪f d (% ) ‬‬

‫‪ 0,10 − Fd −1 ‬‬

‫‪D1 = Ld + ‬‬ ‫‪ ad‬‬ ‫ﺃﻭ ﻴﺴـﺎﻭﻱ ‪:‬‬
‫‪‬‬ ‫‪f‬‬ ‫‪d‬‬ ‫‪‬‬
‫‪ 50 − Fd −1 (% ) ‬‬
‫‪D5 = Ld + ‬‬ ‫‪ ad‬‬ ‫ﺍﻝﻌﺸﻴﺭ ﺍﻝﺨﺎﻤﺱ ‪: D5‬‬
‫‪‬‬ ‫‪f d (% ) ‬‬
‫‪ 0,50 − Fd −1 ‬‬
‫‪D5 = Ld + ‬‬ ‫‪ ad‬‬ ‫ﺃﻭ ﻴﺴـﺎﻭﻱ ‪:‬‬
‫‪‬‬ ‫‪fd‬‬ ‫‪‬‬
‫ﻨﻼﺤﻅ ﺃﻥ ﺍﻝﻌﺸﻴﺭ ﺍﻝﺨﺎﻤﺱ ﻫﻭ ﻨﻔﺴﻪ ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻨﻲ ﻭﻓﻲ ﻨﻔﺱ ﺍﻝﻭﻗﺕ ﺍﻝﻭﺴﻴﻁ ‪Me‬‬
‫‪ 90 − Fd −1 (% ) ‬‬
‫‪D9 = Ld + ‬‬ ‫‪ ad‬‬ ‫ﺍﻝﻌﺸﻴﺭ ﺍﻝﺘﺎﺴﻊ ‪: D9‬‬
‫‪‬‬ ‫‪f‬‬ ‫‪d‬‬ ‫(‬‫‪%‬‬ ‫)‬ ‫‪‬‬
‫‪ 0,90 − Fd −1 ‬‬
‫‪D9 = Ld + ‬‬ ‫‪ ad‬‬ ‫ﺃﻭ ﻴﺴـﺎﻭﻱ ‪:‬‬
‫‪‬‬ ‫‪f‬‬ ‫‪d‬‬ ‫‪‬‬

‫‪ 3-3‬ب ا
!ت ‪:‬‬
‫أ(   ا
‪ "L‬ا ا
'‪: G‬‬
‫ﻝﺤﺴﺎﺏ ﺍﻝﻤﺎﺌﻭﻱ ‪ ، (i = 1,2,...,99) Ci‬ﻨﻘﻭﻡ ﺒﺘﺤﺩﻴﺩ ﻤﻭﻗﻊ ﺍﻝﻘﻴﻤﺔ‬
‫‪in‬‬
‫ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻤﻁﻠﻘﺔ‬
‫‪100‬‬
‫‪i‬‬
‫ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ‪.‬‬ ‫ﺃﻭ ﺍﻝﻘﻴﻤﺔ‬
‫‪100‬‬
‫‪i‬‬ ‫‪in‬‬
‫ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ‪ ،‬ﻓﺈﻥ ﺍﻝﻤﺎﺌﻭﻱ ‪ Ci‬ﻴﻜﻭﻥ ﻤﺤﺼﻭﺭﺍ‬ ‫ﺃﻭ‬ ‫ﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻝﻘﻴﻤﺔ‬
‫‪100‬‬ ‫‪100‬‬
‫ﺒﻴﻥ ﻗﻴﻤﺘﻴﻥ ﻭﻴﺴﺎﻭﻱ ﻤﻌﺩﻝﻬﻤﺎ‪.‬‬
‫‪i‬‬ ‫‪in‬‬
‫ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ‪ ،‬ﻓﺈﻥ ﺍﻝﻤﺎﺌﻭﻱ ‪ Ci‬ﻴﻜﻭﻥ ﻗﻴﻤﺔ‬ ‫ﺃﻭ‬ ‫ﻭﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻝﻘﻴﻤﺔ‬
‫‪100‬‬ ‫‪100‬‬
‫ﻤﻨﻔﺭﺩﺓ‪.‬‬
‫ﻤﺜﺎل‪ :‬ﺤﺴﺎﺏ ﺍﻝﻤﺎﺌﻭﻱ ‪ ، C1‬ﺍﻝﻤﺎﺌﻭﻱ ﺍﻝﺨﻤﺴﻴﻥ ‪ C50‬ﻭ ﺍﻝﻤﺎﺌﻭﻱ ﺍﻝﺘﺎﺴﻊ ﻭﺍﻝﺘﺴﻌﻴﻥ ‪ C99‬ﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﺘﻜﺭﺍﺭﺍﺕ‬
‫ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻤﻁﻠﻘﺔ‪ .‬ﻝﻴﻜﻥ ﺍﻝﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪ -‬ﺃﺤﺴﺏ ‪ C50 ، C1‬ﻭ ‪. C99‬‬
 ‫‪FACA‬‬ ‫‪ni‬‬ ‫‪Xi‬‬
‫‪n 100‬‬
‫=‬ ‫‪=1‬‬ ‫‪0‬‬ ‫‪5‬‬ ‫‪0‬‬ ‫‪C1‬‬
‫‪100 100‬‬
‫‪5‬‬ ‫‪8‬‬ ‫‪1‬‬
‫‪13‬‬ ‫‪4‬‬ ‫‪2‬‬
‫‪17‬‬ ‫‪9‬‬ ‫‪3‬‬
‫‪26‬‬ ‫‪7‬‬
‫‪50n 50 ×100‬‬ ‫‪4‬‬
‫=‬ ‫‪= 50‬‬ ‫‪C50‬‬
‫‪100‬‬ ‫‪100‬‬ ‫‪33‬‬ ‫‪10‬‬ ‫‪5‬‬
‫‪43‬‬
‫‪5‬‬ ‫‪6‬‬
‫‪48‬‬
‫‪9‬‬ ‫‪7‬‬
‫‪99n 99 ×100‬‬
‫=‬ ‫‪= 99‬‬ ‫‪57‬‬ ‫‪C99‬‬
‫‪10‬‬ ‫‪100‬‬ ‫‪8‬‬ ‫‪8‬‬
‫‪65‬‬

‫‪77‬‬

‫‪83‬‬

‫‪91‬‬

‫‪100‬‬

‫‪100‬‬ ‫ﺍﻝﻤﺠﻤﻭﻉ‬

‫ﺤﺴﺎﺏ ‪i = 1 : C 1‬‬

‫‪n‬‬
‫= ‪ ، 1‬ﻗﻴﻤﺔ ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻤﻁﻠﻘﺔ‪ .‬ﺇﺫﻥ ﺍﻝﻤﺎﺌﻭﻱ ﺍﻷﻭل ‪ C 1‬ﻗﻴﻤﺔ ﻤﻨﻔﺭﺩﺓ ﻭ‬
‫‪100‬‬
‫ﻫﻭ ﻴﺴﺎﻭﻱ‪C 1= 0 :‬‬

‫ﺤﺴﺎﺏ ‪i = 50 : C50‬‬

‫‪50n‬‬
‫= ‪ ، 50‬ﻗﻴﻤﺔ ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻤﻁﻠﻘﺔ‪ .‬ﺇﺫﻥ ﺍﻝﻤﺎﺌﻭﻱ ﺍﻝﺨﻤﺴﻴﻥ ‪ C50‬ﻗﻴﻤﺔ‬
‫‪100‬‬
‫ﻤﻨﻔﺭﺩﺓ ﻭ ﻫﻭ ﻴﺴﺎﻭﻱ‪C 50 = 7 :‬‬

‫ ‪ C50 :‬ﻫﻭ ﻨﻔﺴﻪ ﺍﻝﻌﺸﻴﺭ ﺍﻝﺨﺎﻤﺱ ‪ ، D5‬ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻨﻲ ‪ Q 2‬ﻭﻜﺫﻝﻙ ﺍﻝﻭﺴﻴﻁ ‪.Me‬‬
 ‫ﺤﺴﺎﺏ ‪i = 99 : C 99‬‬

‫‪99n‬‬
‫= ‪ ، 99‬ﻗﻴﻤﺔ ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻤﻁﻠﻘﺔ‪ .‬ﺇﺫﻥ ﺍﻝﻤﺎﺌﻭﻱ ﺍﻝﺘﺎﺴﻊ ﻭﺍﻝﺘﺴﻌﻭﻥ ‪C 99‬‬
‫‪100‬‬
‫ﻗﻴﻤﺔ ﻤﻨﻔﺭﺩﺓ ﻭ ﻫﻭ ﻴﺴﺎﻭﻱ‪C 99 = 12 :‬‬

‫ﻤﺜﺎل‪ :‬ﺤﺴﺎﺏ ﺍﻝﻤﺎﺌﻭﻱ ‪ ، C1‬ﺍﻝﻤﺎﺌﻭﻱ ﺍﻝﺨﻤﺴﻴﻥ ‪ C50‬ﻭ ﺍﻝﻤﺎﺌﻭﻱ ﺍﻝﺘﺎﺴﻊ ﻭﺍﻝﺘﺴﻌﻴﻥ ‪ C99‬ﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﺘﻜﺭﺍﺭﺍﺕ‬
‫ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ‪ .‬ﻝﻴﻜﻥ ﺍﻝﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ ﺍﻝﺘﺎﻝﻲ‪:‬‬

‫↑ ‪Fi‬‬ ‫‪fi‬‬ ‫‪ni‬‬ ‫‪Xi‬‬

‫‪1‬‬
‫‪= 0,01‬‬ ‫‪0‬‬ ‫‪0,05‬‬ ‫‪10‬‬ ‫‪0‬‬ ‫‪C1‬‬
‫‪100‬‬
‫‪0,05‬‬ ‫‪0,08‬‬ ‫‪16‬‬ ‫‪1‬‬
‫‪0,13‬‬ ‫‪0,04‬‬ ‫‪8‬‬ ‫‪2‬‬
‫‪0,17‬‬ ‫‪0,07‬‬ ‫‪14‬‬ ‫‪3‬‬
‫‪0,24‬‬ ‫‪0,09‬‬ ‫‪18‬‬ ‫‪4‬‬
‫‪50‬‬
‫‪= 0,5‬‬ ‫‪C50‬‬
‫‪100‬‬ ‫‪0,33‬‬
‫‪0,05‬‬ ‫‪10‬‬ ‫‪5‬‬
‫‪0,38‬‬
‫‪0,10‬‬ ‫‪20‬‬ ‫‪6‬‬
‫‪0,48‬‬
‫‪0,09‬‬ ‫‪18‬‬ ‫‪7‬‬
‫‪99‬‬
‫‪= 0,99‬‬ ‫‪0,57‬‬ ‫‪C 99‬‬
‫‪10‬‬ ‫‪16‬‬ ‫‪8‬‬
‫‪0,08‬‬
‫‪0,65‬‬

‫‪0,71‬‬

‫‪0,83‬‬

‫‪0,91‬‬

‫‪1‬‬

‫‪1‬‬ ‫‪200‬‬ ‫ﺍﻝﻤﺠﻤﻭﻉ‬

‫ﺤﺴﺎﺏ ‪i = 1 : C 1‬‬
‫‪1‬‬
‫= ‪ ، 0,01‬ﻗﻴﻤﺔ ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ‪ .‬ﺇﺫﻥ ﺍﻝﻤﺎﺌﻭﻱ ﺍﻷﻭل ‪ C 1‬ﻗﻴﻤﺔ‬
‫‪100‬‬
‫ﻤﻨﻔﺭﺩﺓ ﻭ ﻫﻭ ﻴﺴﺎﻭﻱ‪C 1= 0 :‬‬
 ‫ﺤﺴﺎﺏ ‪i = 50 : C50‬‬
‫‪50‬‬
‫= ‪ ، 0,5‬ﻗﻴﻤﺔ ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ‪ .‬ﺇﺫﻥ ﺍﻝﻤﺎﺌﻭﻱ ﺍﻝﺨﻤﺴﻴﻥ ‪ C50‬ﻗﻴﻤﺔ‬
‫‪100‬‬
‫ﻤﻨﻔﺭﺩﺓ ﻭ ﻫﻭ ﻴﺴﺎﻭﻱ‪C 50 = 7 :‬‬

‫ ‪ :‬ﺍﻝﻤﺎﺌﻭﻱ ﺍﻝﺨﻤﺴﻭﻥ ‪ C50‬ﻫﻭ ﻨﻔﺴﻪ ﺍﻝﻌﺸﻴﺭ ﺍﻝﺨﺎﻤﺱ ‪ ، D5‬ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻨﻲ ‪ Q 2‬ﻭﻜﺫﻝﻙ ﺍﻝﻭﺴﻴﻁ‬
‫‪.Me‬‬

‫ﺤﺴﺎﺏ ‪i = 99 : C 99‬‬
‫‪99‬‬
‫= ‪ ، 0,99‬ﻗﻴﻤﺔ ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ‪ .‬ﺇﺫﻥ ﺍﻝﻤﺎﺌﻭﻱ ﺍﻝﺘﺎﺴﻊ‬
‫‪100‬‬
‫ﻭﺍﻝﺘﺴﻌﻭﻥ ‪ C 99‬ﻗﻴﻤﺔ ﻤﻨﻔﺭﺩﺓ ﻭ ﻫﻭ ﻴﺴﺎﻭﻱ‪C 99 = 12 :‬‬

‫ب(   ا
‪ "L‬ا ا
‪: G‬‬
‫ﻓﻲ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ ﻻ ﻴﻬﻤﻨﺎ ﻓﻲ ﺤﺴﺎﺏ ﺍﻝﻤﺎﺌﻭﻴﺎﺕ ﻤﺎ ﺇﺫﺍ ﻜﺎﻨﺕ ﺃﻁﻭﺍل ﺍﻝﻔﺌﺎﺕ ﻤﺘﺴﺎﻭﻴﺔ ﺃﻭ ﻤﺨﺘﻠﻔﺔ‪.‬‬

‫ﻭﻝﺤﺴﺎﺏ ﺍﻝﻤﺎﺌﻭﻱ ‪ C i‬ﻨﻁﺒﻕ ﺍﻝﻘﺎﻨﻭﻥ ﺍﻝﺘﺎﻝﻲ‪:‬‬

‫‪ in‬‬ ‫‪‬‬

‫‪‬‬ ‫‪− FCAc −1 ‬‬
‫‪Ci = Lc +  100‬‬ ‫‪ ac‬‬
‫‪‬‬ ‫‪nc‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬

‫ﻥ‪:‬‬
‫ﺤﻴﺙ ﺃ ‪‬‬

‫‪ : Lc‬ﺍﻝﺤﺩ ﺍﻷﺩﻨﻰ ﻝﻔﺌﺔ ﺍﻝﻤﺎﺌﻭﻱ‪.‬‬

‫‪ : FCAc−1‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﻤﻁﻠﻕ ﻝﻠﻔﺌﺔ ﺍﻝﺘﻲ ﺘﺴﺒﻕ ﻓﺌﺔ ﺍﻝﻤﺎﺌﻭﻱ‪.‬‬

‫‪ : nc‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﻁﻠﻕ ﻝﻔﺌﺔ ﺍﻝﻤﺎﺌﻭﻱ‪.‬‬

‫‪ : n‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻜﻠﻲ‪.‬‬

‫‪ : ac‬ﻁﻭل ﻓﺌﺔ ﺍﻝﻤﺎﺌﻭﻱ‪.‬‬

 ‫‪3‬ــل‪:‬‬

‫‪ n‬‬ ‫‪‬‬

‫‪‬‬ ‫‪− FCAc −1 ‬‬
‫‪C1 = Lc +  100‬‬ ‫‪ ac‬‬ ‫ﺍﻝﻤﺎﺌﻭﻱ ﺍﻷﻭل ‪: C1‬‬
‫‪‬‬ ‫‪nc‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪n‬‬ ‫‪‬‬
‫‪ − FCAc−1 ‬‬
‫‪C50 = Lc +  2‬‬ ‫‪ ac‬‬ ‫ﺍﻝﻤﺎﺌﻭﻱ ﺍﻝﺨﻤﺴﻭﻥ ‪: C50‬‬
‫‪‬‬ ‫‪nc‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬

‫ ‪ C50 :‬ﻫﻭ ﻨﻔﺴﻪ ﺍﻝﻌﺸﻴﺭ ﺍﻝﺨﺎﻤﺱ ‪ ، D5‬ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻨﻲ ‪ Q 2‬ﻭﻜﺫﻝﻙ ﺍﻝﻭﺴﻴﻁ ‪.Me‬‬

‫‪ 99n‬‬ ‫‪‬‬

‫‪‬‬ ‫‪− FCAc −1 ‬‬
‫‪C99 = Lc +  100‬‬ ‫‪ ac‬‬ ‫ﺍﻝﻤﺎﺌﻭﻱ ﺍﻝﺘﺎﺴﻊ ﻭﺍﻝﺘﺴﻌﻭﻥ ‪: C99‬‬
‫‪‬‬ ‫‪nc‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫ﻭﻴﻤﻜﻥ ﺤﺴﺎﺏ ﺍﻝﻤﺎﺌﻭﻴﺎﺕ ﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ ﺒﻘﻴﻡ ﻤﺎﺌﻭﻴﺔ ﻭﻴﺼﺒﺢ ﺍﻝﻘﺎﻨﻭﻥ ﻜﺎﻝﺘﺎﻝﻲ‪:‬‬

‫‪ i − Fc−1 (% ) ‬‬

‫‪Ci = Lc + ‬‬ ‫‪ ac‬‬
‫‪ f c (% ) ‬‬

‫ﻥ‪ : Lc :‬ﺍﻝﺤﺩ ﺍﻷﺩﻨﻰ ﻝﻔﺌﺔ ﺍﻝﻤﺎﺌﻭﻱ‪.‬‬

‫ﺤﻴﺙ ﺃ ‪‬‬

‫) ‪ : Fc−1 (%‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﻨﺴﺒﻲ ﻝﻠﻔﺌﺔ ﺍﻝﺘﻲ ﺘﺴﺒﻕ ﻓﺌﺔ ﺍﻝﻤﺎﺌﻭﻱ ﺒﻘﻴﻡ ﻤﺎﺌﻭﻴﺔ‪.‬‬

‫) ‪ : f c (%‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻨﺴﺒﻲ ﻝﻔﺌﺔ ﺍﻝﻤﺎﺌﻭﻱ ﺒﻘﻴﻡ ﻤﺎﺌﻭﻴﺔ‪.‬‬

‫‪ : ac‬ﻁﻭل ﻓﺌﺔ ﺍﻝﻤﺎﺌﻭﻱ‪.‬‬

‫ ‪ :‬ﻴﻤﻜﻥ ﺤﺴﺎﺏ ﺍﻝﻤﺎﺌﻭﻴﺎﺕ ﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻌﺎﺩﻴﺔ )ﺃﻱ ﻝﻴﺱ ﺒﻘﻴﻡ‬
‫‪ i‬‬ ‫‪− Fc −1 ‬‬
‫‪Ci = Lc +  100‬‬ ‫ﻤﺎﺌﻭﻴﺔ( ﻓﻴﺼﺒﺢ ﺍﻝﻘﺎﻨﻭﻥ ﻜﺎﻝﺘﺎﻝﻲ‪a :‬‬
‫‪‬‬ ‫‪fc‬‬ ‫‪ c‬‬
‫‪‬‬ ‫‪‬‬

‫ﻥ ‪ : Lc‬ﺍﻝﺤﺩ ﺍﻷﺩﻨﻰ ﻝﻔﺌﺔ ﺍﻝﻤﺎﺌﻭﻱ‪.‬‬

‫ﺤﻴﺙ ﺃ ‪‬‬

‫‪ : Fc−1‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻤﺘﺠﻤﻊ ﺍﻝﻨﺴﺒﻲ ﻝﻠﻔﺌﺔ ﺍﻝﺘﻲ ﺘﺴﺒﻕ ﻓﺌﺔ ﺍﻝﻤﺎﺌﻭﻱ‪.‬‬

‫‪ : f c‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻨﺴﺒﻲ ﻝﻔﺌﺔ ﺍﻝﻤﺎﺌﻭﻱ‪.‬‬

 ‫‪3‬ــل‪:‬‬

‫‪ 1 − Fc−1 (% ) ‬‬

‫‪C1 = Lc + ‬‬ ‫‪ ac‬‬ ‫ﺍﻝﻤﺎﺌﻭﻱ ﺍﻷﻭل ‪: C1‬‬
‫‪ f c (% ) ‬‬
‫‪ 0,01 − Fc −1 ‬‬
‫‪C1 = Lc + ‬‬ ‫‪ ac‬‬ ‫ﺃﻭ ﻴﺴـﺎﻭﻱ ‪:‬‬
‫‪‬‬ ‫‪fc‬‬ ‫‪‬‬
‫‪ 50 − Fc −1 (% ) ‬‬
‫‪C50 = Lc + ‬‬ ‫‪ ac‬‬ ‫ﺍﻝﻤﺎﺌﻭﻱ ﺍﻝﺨﻤﺴﻭﻥ ‪: C50‬‬
‫‪‬‬ ‫‪f c (% ) ‬‬

‫‪ 0,5 − Fc −1 ‬‬

‫‪C 50 = Lc + ‬‬ ‫‪ ac‬‬ ‫ﺃﻭ ﻴﺴـﺎﻭﻱ ‪:‬‬
‫‪‬‬ ‫‪f‬‬ ‫‪c‬‬ ‫‪‬‬

‫ ‪ C50 :‬ﻫﻭ ﻨﻔﺴﻪ ﺍﻝﻌﺸﻴﺭ ﺍﻝﺨﺎﻤﺱ ‪ ، D5‬ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻨﻲ ‪ Q 2‬ﻭﻜﺫﻝﻙ ﺍﻝﻭﺴﻴﻁ ‪.Me‬‬

‫‪ 99 − Fc −1 (% ) ‬‬
‫‪C99 = Lc + ‬‬ ‫ﺍﻝﻤﺎﺌﻭﻱ ﺍﻝﺘﺎﺴﻊ ﻭﺍﻝﺘﺴﻌﻭﻥ ‪ ac : C99‬‬
‫‪‬‬ ‫‪f c (% ) ‬‬
‫‪ 0,99 − Fc −1 ‬‬
‫‪C99 = Lc + ‬‬ ‫‪ ac‬‬ ‫ﺃﻭ ﻴﺴـﺎﻭﻱ ‪:‬‬
‫‪‬‬ ‫‪f‬‬ ‫‪c‬‬ ‫‪‬‬
‫‪X‬‬ ‫‪ -4‬ا ‪ =/‬ا >‪5‬‬
‫‪ 1-4‬ا ‪ =/‬ا >‪ 5‬ا &= ‪:‬‬
‫ﻴﺴﺎﻭﻱ ﻤﺠﻤﻭﻉ ﺍﻝﻘﻴﻡ ﻤﻘﺴﻭﻤﺎ ﻋﻠىﺯ ﻋﺩﺩﻫﺎ‪.‬‬

‫ﻤﺜﻼ‪ :‬ﺇﺫﺍ ﻜﺎﻨﺕ ﻝﺩﻴﻨﺎ ﺍﻝﻘﻴﻡ‪ ، xn ,....., x2 , x1 :‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﺒﺴﻴﻁ ﻴﺴﺎﻭﻱ‪:‬‬
‫‪n‬‬

‫‪∑x‬‬ ‫‪i‬‬
‫= ‪X‬‬ ‫‪i =1‬‬
‫‪n‬‬

‫‪ 2-4‬ا ‪ =/‬ا >‪ 5‬ا

"‪: RS‬‬
‫ﻫﻭ ﻤﺠﻤﻭﻉ ﺤﺎﺼل ﻀﺭﺏ ﻗﻴﻡ ﻋﻨﺎﺼﺭ ﺍﻝﺴﻠﺴﻠﺔ ﺍﻹﺤﺼﺎﺌﻴﺔ ﻓﻲ ﺃﻭﺯﺍﻨﻬﺎ )ﺃﻭ ﺘﻜﺭﺍﺭﻫﺎ( ﻤﻘﺴﻭﻤﺎ ﻋﻠﻰ‬
‫ﻤﺠﻤﻭﻉ ﻫﺫﻩ ﺍﻷﻭﺯﺍﻥ‪.‬‬

‫ﻭﻏﺎﻝﺒﺎ ﻤﺎ ﺘﻜﻭﻥ ﺍﻝﺴﻠﺴﻠﺔ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺘﺤﺘﻭﻱ ﻋﻠﻰ ﻗﻴﻡ ﺘﺘﻜﺭﺭ ﻭﻫﺫﺍ ﻤﺎ ﻨﻼﺤﻅﻪ ﻓﻲ ﺍﻝﺠﺩﺍﻭل ﺍﻝﺘﻜﺭﺍﺭﻴﺔ‪.‬‬

‫ﻭﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﻤﺭﺠﺢ ﻴﺴﺎﻭﻱ ﻓﻲ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ‪:‬‬

 ‫‪k‬‬

‫‪∑n‬‬ ‫‪i‬‬ ‫‪xi‬‬

‫= ‪X‬‬ ‫‪i =1‬‬
‫‪k‬‬

‫‪∑n‬‬ ‫‪i =1‬‬

‫‪i‬‬

‫ﻥ‪:‬‬
‫ﺤﻴﺙ ﺃ ‪‬‬

‫‪ : xi‬ﻫﻲ ﺍﻝﻘﻴﻡ ﺍﻝﺘﻲ ﻴﺄﺨﺫﻫﺎ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻹﺤﺼﺎﺌﻲ ‪. X‬‬

‫‪ : k‬ﻋﺩﺩ ﺍﻝﻘﻴﻡ ‪ xi‬ﺍﻝﺘﻲ ﻴﺄﺨﺫﻫﺎ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻹﺤﺼﺎﺌﻲ ‪. X‬‬

‫‪ : ni‬ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﻁﻠﻘﺔ ﺍﻝﻤﻨﺎﺴﺒﺔ ﻝﻠﻘﻴﻡ ‪. xi‬‬

‫ﻴﻤﻜﻥ ﺤﺴﺎﺏ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﻤﺭﺠﺢ ‪ X‬ﺒﺩﻻﻝﺔ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ ‪ f i‬ﻓﻴﺼﺒﺢ‪:‬‬

‫‪k‬‬
‫‪X = ∑ f i xi‬‬
‫‪i =1‬‬

‫ ‪ :‬ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻹﺤﺼﺎﺌﻲ ﺍﻝﻤﺘﺼل ﻭﺍﻝﻤﻌﺒﺭ ﻋﻨﻪ ﺒﻭﺍﺴﻁﺔ ﺍﻝﻔﺌﺎﺕ‪ ،‬ﻓﺈﻥ ‪ xi‬ﺘﻜﻭﻥ ﻫﻲ ﻤﺭﺍﻜﺯ‬
‫ﺍﻝﻔﺌﺎﺕ‪.‬‬

‫‪ 3-4‬ب ا ‪ =/‬ا >‪ G!&5 5‬ا

‪"L‬‬

‫ﻓﻲ ﻜﺜﻴﺭ ﻤﻥ ﺍﻝﺤﺎﻻﺕ ﻤﺎ ﻨﺠﺩ ﺃﻨﻔﺴﻨﺎ ﺃﻤﺎﻡ ﻗﻴﻡ ﻜﺒﻴﺭﺓ ﻝﻠﻤﺘﻐﻴﺭ ﺍﻹﺤﺼﺎﺌﻲ ‪ X‬ﻭﻫﺫﺍ ﻤﺎ ﻴﺩﻓﻌﻨﺎ ﺇﻝﻰ ﺍﻝﺒﺤﺙ ﻋﻥ‬
‫ﻁﺭﻴﻘﺔ ﺘﺴﻬل ﺤﺴﺎﺏ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ‪ ،‬ﻭﻝﺫﻝﻙ ﻨﻘﻭﻡ ﺒﺘﻌﺭﻴﻑ ﻤﺘﻐﻴﺭ ﺠﺩﻴﺩ ‪ Z‬ﻤﺭﺘﺒﻁ ﺒﺎﻝﻤﺘﻐﻴﺭ ﺍﻹﺤﺼﺎﺌﻲ ‪X‬‬
‫ﺒﻭﺍﺴﻁﺔ ﺍﻝﻌﻼﻗﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫‪Zi = X i − X 0‬‬

‫ﺤﻴﺙ ﺃﻥ ‪ X 0‬ﻗﻴﻤﺔ ﺘﺨﺘﺎﺭ ﺇﺨﺘﻴﺎﺭﺍ ﺸﺨﺼﻴﺎ‪ ،‬ﻭﺘﻜﻭﻥ ﻗﺭﻴﺒﺔ ﻤﻥ ﻗﻴﻤﺔ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﻤﺘﻭﻗﻊ‪.‬‬

‫ﻭﺒﻌﺩ ﺤﺴﺎﺏ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ‪ Z‬ﻴﻤﻜﻥ ﺍﺴﺘﻨﺘﺎﺝ ﻗﻴﻤﺔ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ‪ X‬ﺒﻭﺍﺴﻁﺔ ﺍﻝﻌﻼﻗﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫‪X = Z + X0‬‬

‫ﻭﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺘﻭﺯﻴﻌﺎﺕ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺍﻝﻤﻌﺒﺭ ﻋﻨﻬﺎ ﺒﻭﺍﺴﻁﺔ ﺍﻝﻔﺌﺎﺕ‪ ،‬ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺠﺩﻴﺩ ﻴﺼﺒﺢ‪:‬‬
 ‫‪Xi − X0‬‬
‫= ‪Zi‬‬
‫‪a‬‬

‫ﺒﺤﻴﺙ ‪ X 0‬ﻗﻴﻤﺔ ﺘﺨﺘﺎﺭ ﻗﺭﻴﺒﺔ ﻤﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ‪.‬‬

‫ﻤﺜﻼ ‪ :‬ﺘﻜﻭﻥ ﻤﺭﻜﺯ ﺍﻝﻔﺌﺔ ﺍﻝﻤﻨﻭﺍﻝﻴﺔ‪ ،‬ﻭ ‪ a‬ﻴﻜﻭﻥ ﻓﻲ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ ﻁﻭل ﺍﻝﻔﺌﺔ ﺍﻝﻤﻨﻭﺍﻝﻴﺔ‪.‬‬

‫ﻭﺒﻌﺩ ﺤﺴﺎﺏ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﺠﺩﻴﺩ ‪ ، Z‬ﻨﺴﺘﺨﺭﺝ ﻗﻴﻤﺔ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ‪ X‬ﺒﻭﺍﺴﻁﺔ ﺍﻝﻌﻼﻗﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫‪X = aZ + X 0‬‬

‫‪3‬ـــل ‪ : 1‬ﻝﻴﻜﻥ ﺍﻝﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ ﺍﻝﺘﺎﻝﻲ‪:‬‬

‫‪ni‬‬ ‫‪Xi‬‬

‫‪2‬‬ ‫‪5000‬‬

‫‪3‬‬ ‫‪5500‬‬

‫‪4‬‬ ‫‪6000‬‬

‫‪1‬‬ ‫‪6500‬‬

‫‪5‬‬ ‫‪7000‬‬

‫‪4‬‬ ‫‪8000‬‬

‫‪3‬‬ ‫‪9000‬‬

‫‪2‬‬ ‫‪10000‬‬

‫‪24‬‬ ‫ﺍﻝﻤﺠﻤﻭﻉ‬

‫ﻨﻘﻭﻡ ﺒﺤﺴﺎﺏ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ‪ X‬ﺒﺎﺴﺘﻌﻤﺎل ﺘﺒﺩﻴل ﺍﻝﻤﺘﻐﻴﺭ‪ .‬ﻝﻬﺫﺍ ﺍﻝﻐﺭﺽ ﻨﻘﻭﻡ ﺒﺘﻌﺭﻴﻑ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺠﺩﻴﺩ ‪Z‬‬

‫ﻥ‪Z i = X i − X 0 :‬‬
‫ﺤﻴﺙ ﺃ ‪‬‬

‫ﻨﺨﺘﺎﺭ ‪ X 0 = 7000‬ﻋﻠﻰ ﺃﺴﺎﺱ ﺃﻨﻬﺎ ﻗﻴﻤﺔ ﺘﺘﻭﺴﻁ ﺍﻝﻘﻴﻡ ‪ X i‬ﻭﻓﻲ ﻨﻔﺱ ﺍﻝﻭﻗﺕ ﺘﺴﺎﻭﻱ ﺍﻝﻤﻨﻭﺍل ‪.Mo‬‬

‫ﻨﻘﻭﻡ ﺒﺤﺴﺎﺏ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ‪ Z‬ﺜﻡ ﻨﺴﺘﺨﺭﺝ ﻗﻴﻤﺔ ‪. X‬‬

‫‪ni z i‬‬ ‫‪z i = xi − 7000‬‬ ‫‪ni‬‬ ‫‪Xi‬‬

‫‪-4000‬‬ ‫‪-2000‬‬ ‫‪2‬‬ ‫‪5000‬‬

‫‪-4500‬‬ ‫‪-1500‬‬ ‫‪3‬‬ ‫‪5500‬‬

‫‪-4000‬‬ ‫‪-1000‬‬ ‫‪4‬‬ ‫‪6000‬‬

‫‪-500‬‬ ‫‪-500‬‬ ‫‪1‬‬ ‫‪6500‬‬

‫‪0‬‬ ‫‪0‬‬ ‫‪5‬‬ ‫‪7000‬‬

‫‪4000‬‬ ‫‪1000‬‬ ‫‪4‬‬ ‫‪8000‬‬

‫‪3000‬‬ ‫‪24‬‬ ‫ﺍﻝﻤﺠﻤﻭﻉ‬

‫‪8‬‬

‫‪∑n‬‬ ‫‪i‬‬ ‫‪zi‬‬

‫‪3000‬‬
‫=‪Z‬‬ ‫‪i =1‬‬
‫‪8‬‬
‫=‬ ‫‪= 125‬‬
‫‪24‬‬
‫‪∑n‬‬
‫‪i =1‬‬
‫‪i‬‬

‫ﻨﺴﺘﺨﺭﺝ ‪ X‬ﻤﻥ ﺍﻝﻌﻼﻗﺔ‪X = Z + X 0 :‬‬

‫‪X = 125 + 7000 = 7125‬‬

‫ﻝﻴﻜﻥ ﺍﻝﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ ﺍﻝﺘﺎﻝﻲ ‪:‬‬ ‫ــل ‪: 2‬‬

 ‫‪ni‬‬ ‫ﺍﻝﻔﺌﺎﺕ‬

‫‪4‬‬ ‫] ‪] 02000 – 01000‬‬

‫‪6‬‬ ‫] ‪]0 4000 – 02000‬‬

‫‪3‬‬ ‫] ‪]0 6000 –0 4000‬‬

‫‪2‬‬ ‫] ‪]0 8000 –0 6000‬‬

‫‪8‬‬ ‫] ‪] 10000 –0 8000‬‬
‫‪4‬‬ ‫] ‪] 12000 - 10000‬‬

‫‪35‬‬ ‫ﺍﻝﻤﺠﻤﻭﻉ‬

‫ﻨﻘﻭﻡ ﺒﺤﺴﺎﺏ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ‪ X‬ﺒﺘﺒﺩﻴل ﺍﻝﻤﺘﻐﻴﺭ‪.‬‬

‫‪Xi − X0‬‬
‫= ‪Zi‬‬ ‫ﻝﻬﺫﺍ ﺍﻝﻐﺭﺽ ﻨﻘﻭﻡ ﺒﺘﻌﺭﻴﻑ ﻤﺘﻐﻴﺭ ﺠﺩﻴﺩ ‪ Z‬ﺤﻴﺙ‪:‬‬
‫‪a‬‬

‫ﻨﺨﺘﺎﺭ ‪ X 0 = 9000‬ﻤﺭﻜﺯ ﺍﻝﻔﺌﺔ ﺍﻝﻤﻨﻭﺍﻝﻴﺔ ] ‪ ] 10000 – 8000‬ﻭ ‪ a = 2000‬ﻁﻭل ﺍﻝﻔﺌﺔ ﺍﻝﻤﻨﻭﺍﻝﻴﺔ‪.‬‬

‫ﻨﻘﻭﻡ ﺒﺤﺴﺎﺏ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ‪ Z‬ﺜﻡ ﻨﺴﺘﺨﺭﺝ ‪. X‬‬

‫‪X i − 9000‬‬
‫‪ni Z i‬‬ ‫= ‪Zi‬‬ ‫‪ni‬‬ ‫ﻤﺭﻜﺯ ﺍﻝﻔﺌﺔ ‪X i‬‬
‫‪2000‬‬

‫‪-15‬‬ ‫‪-3,75‬‬ ‫‪4‬‬ ‫‪1500‬‬

‫‪-18‬‬ ‫‪-3‬‬ ‫‪6‬‬ ‫‪3000‬‬

‫‪-6‬‬ ‫‪-2‬‬ ‫‪4‬‬ ‫‪5000‬‬

‫‪-2‬‬ ‫‪-1‬‬ ‫‪2‬‬ ‫‪7000‬‬

‫‪0‬‬ ‫‪0‬‬ ‫‪8‬‬ ‫‪9000‬‬

‫‪-17,25‬‬ ‫‪35‬‬ ‫ﺍﻝﻤﺠﻤﻭﻉ‬

‫‪8‬‬

‫‪∑n‬‬ ‫‪i‬‬ ‫‪zi‬‬

‫‪− 17,25‬‬
‫=‪Z‬‬ ‫‪i =1‬‬
‫‪8‬‬
‫=‬ ‫‪= − 0,49‬‬
‫‪35‬‬
‫‪∑n‬‬ ‫‪i =1‬‬
‫‪i‬‬

‫ﻨﺴﺘﺨﺭﺝ ‪ X‬ﻤﻥ ﺍﻝﻌﻼﻗﺔ‪:‬‬

‫‪X = aZ + X 0‬‬

‫‪X = 2000 (− 0,49 ) + 9000‬‬

‫‪X = 8020‬‬

‫‪ -5‬ا ‪ =/‬ا "‪: Q #5‬‬

‫ﻫﻭ ﺍﻝﺠﺫﺭ ﺍﻝﻤﺭﺒﻊ ﻝﻠﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﻘﻴﻡ ‪: xi‬‬

‫‪n‬‬

‫‪∑x‬‬ ‫‪2‬‬
‫‪i‬‬
‫=‪Q‬‬ ‫‪i =1‬‬
‫‪n‬‬

‫ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺘﻭﺯﻴﻌﺎﺕ ﺍﻝﺘﻜﺭﺍﺭﻴﺔ‪ ،‬ﺍﻝﻭﺴﻁ ﺍﻝﺭﺒﻴﻌﻲ ﻴﺴﺎﻭﻱ‪:‬‬

‫‪k‬‬

‫‪∑n x‬‬ ‫‪2‬‬

‫‪i i‬‬
‫=‪Q‬‬ ‫‪i =1‬‬
‫‪k‬‬

‫‪∑n‬‬
‫‪i =1‬‬
‫‪i‬‬

‫‪k‬‬
‫=‪Q‬‬ ‫‪∑fx‬‬ ‫‪2‬‬
‫‪i i‬‬ ‫ﻭﺒﺩﻻﻝﺔ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ‪ ،‬ﺍﻝﻭﺴﻁ ﺍﻝﺭﺒﻴﻌﻲ ﻴﺴﺎﻭﻱ‪:‬‬
‫‪i =1‬‬

‫ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺘﻭﺯﻴﻌﺎﺕ ﺍﻝﺘﻜﺭﺍﺭﻴﺔ ﺍﻝﻤﻌﺒﺭ ﻋﻨﻬﺎ ﺒﺎﻝﻔﺌﺎﺕ ‪ X i‬ﺘﺼﺒﺢ ﻤﺭﺍﻜﺯ ﺍﻝﻔﺌﺎﺕ‪.‬‬
 ‫‪ -6‬ا ‪ =/‬ا ‪: G /'N‬‬

‫ﻴﺴﺎﻭﻱ ﺍﻝﺠﺫﺭ ﺍﻝﻨﻭﻨﻲ ﻝﺤﺎﺼل ﻀﺭﺏ ‪ n‬ﻗﻴﻤﺔ ‪. xn ,....., x2 , x1‬‬

‫‪1‬‬
‫‪ n‬‬ ‫‪‬‬ ‫‪n‬‬
‫‪G = x1 x 2 ... x n =  ∏ xi ‬‬
‫‪n‬‬

‫‪ 1‬‬ ‫‪‬‬

‫ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺘﻭﺯﻴﻌﺎﺕ ﺍﻝﺘﻜﺭﺍﺭﻴﺔ ﺤﻴﺙ ﺍﻝﻘﻴﻡ ‪ xi‬ﻝﻬﺎ ﺃﻭﺯﺍﻥ ﺃﻭ ﺘﻜﺭﺍﺭﺍﺕ ‪ ، ni‬ﺍﻝﻭﺴﻁ ﺍﻝﻬﻨﺩﺴﻲ ﻴﺴﺎﻭﻱ‪:‬‬
‫‪k‬‬
‫‪∑ ni‬‬
‫=‪G‬‬ ‫‪x 1n1 x 2n2 ... x nk k‬‬

‫‪1‬‬
‫‪ k n  ∑k n‬‬
‫‪G =  ∏ xi i  i‬‬ ‫ﺃﻭ‬
‫‪ 1‬‬ ‫‪‬‬

‫ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺘﻭﺯﻴﻊ ﺍﻝﺘﻜﺭﺍﺭﻱ ﺍﻝﻤﻌﺒﺭ ﻋﻨﻪ ﺒﻭﺍﺴﻁﺔ ﺍﻝﻔﺌﺎﺕ ﻨﻌﻭﺽ ‪ xi‬ﺒﻤﺭﺍﻜﺯ ﺍﻝﻔﺌﺎﺕ‪.‬‬

‫‪H‬‬ ‫‪ -7‬ا ‪ =/‬ا ا‪+M‬‬

‫‪1‬‬ ‫‪n‬‬ ‫‪1‬‬
‫=‪H‬‬ ‫‪n‬‬
‫=‬ ‫‪n‬‬ ‫‪:‬‬ ‫ﻫﻭ ﻤﻘﻠﻭﺏ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻤﻘﻠﻭﺏ ﺍﻝﻘﻴﻡ ﺃﻱ‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪xi‬‬
‫∑‬
‫‪n i =1 xi‬‬
‫‪∑x‬‬
‫‪i =1‬‬ ‫‪i‬‬

‫‪k‬‬

‫‪∑n‬‬ ‫‪i‬‬
‫=‪H‬‬ ‫‪i =1‬‬
‫‪k‬‬
‫ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺘﻭﺯﻴﻌﺎﺕ ﺍﻝﺘﻜﺭﺍﺭﻴﺔ ﺍﻝﻭﺴﻁ ﺍﻝﺘﻭﺍﻓﻘﻲ ﻴﺴﺎﻭﻱ‪:‬‬
‫‪ni‬‬
‫∑‬
‫‪i =1 xi‬‬

‫ﻭﺒﺩﻻﻝﺔ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ‪ ،‬ﺍﻝﻭﺴﻁ ﺍﻝﺘﻭﺍﻓﻘﻲ ﻴﺴﺎﻭﻱ‪:‬‬

‫‪1‬‬
‫=‪H‬‬ ‫‪k‬‬
‫‪fi‬‬
‫‪∑x‬‬ ‫‪i =1‬‬ ‫‪i‬‬

‫ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺘﻭﺯﻴﻊ ﺍﻝﺘﻜﺭﺍﺭﻱ ﺍﻝﻤﻌﺒﺭ ﻋﻨﻪ ﺒﺎﻝﻔﺌﺎﺕ‪ ،‬ﻨﻌﻭﺽ ‪ xi‬ﺒﻤﺭﺍﻜﺯ ﺍﻝﻔﺌﺎﺕ‪.‬‬

‫‪ -8‬ا ‪ #‬ا
‪S‬دة ‪ K5‬ا ‪ =/‬ا >‪ ،5‬ا ‪ =/‬وا
'ال ‪:‬‬
‫ﻋﻨﺩﻤﺎ ﻴﻜﻭﻥ ﺍﻝﺘﻭﺯﻴﻊ ﺍﻹﺤﺼﺎﺌﻲ ﺘﻭﺯﻴﻌﺎ ﻴﺘﺨﺫ ﺸﻜﻼ ﻤﺘﻨﺎﻅﺭﺍ‪ ،‬ﻫﻨﺎﻙ ﻋﻼﻗﺔ ﺘﺭﺒﻁ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺒﺎﻝﻭﺴﻴﻁ‬
‫(‬ ‫)‬
‫ﻭﺒﺎﻝﻤﻨﻭﺍل ﻤﻌﺒﺭ ﻋﻨﻬﺎ ﺒﻭﺍﺴﻁﺔ ﺍﻝﻘﺎﻨﻭﻥ ﺍﻝﺘﺎﻝﻲ‪X − Mo = 3 X − Me :‬‬
 ‫ا ـــ‪ G‬ا ‪7‬ــ‪ H!+ :H‬ا ‪Q‬ـ‪A‬‬

‫‪+‬ـــ‪:‬‬
‫ﺒﻌﺩﻤﺎ ﺇﻁﻠﻌﻨﺎ ﻋﻠﻰ ﻤﻘﺎﻴﻴﺱ ﺍﻝﻨﺯﻋﺔ ﺍﻝﻤﺭﻜﺯﻴﺔ‪ ،‬ﻭﺍﻝﺘﻲ ﺘﻌﻁﻴﻨﺎ ﻤﻌﻠﻭﻤﺎﺕ ﻤﺨﺘﺼﺭﺓ ﻋﻥ ﺍﻝﺴﻠﺴﻠﺔ ﺍﻹﺤﺼﺎﺌﻴﺔ‪،‬‬
‫ﺒﻭﺍﺴﻁﺔ ﻗﻴﻡ ﺘﻨﻭﺏ ﻋﻥ ﺒﺎﻗﻲ ﻋﻨﺎﺼﺭ ﺍﻝﻤﺠﻤﻭﻋﺔ‪.‬‬

‫ﻨﺘﻁﺭﻕ ﻓﻲ ﻫﺫﺍ ﺍﻝﻔﺼل ﺇﻝﻰ ﻤﻘﺎﻴﻴﺱ ﺃﺨﺭﻯ ﺘﻌﻁﻴﻨﺎ ﻤﻌﻠﻭﻤﺎﺕ ﻋﻥ ﻤﺩﻯ ﺇﻨﺘﺸﺎﺭ ﻗﻴﻡ ﺍﻝﺴﻠﺴﻠﺔ ﺍﻹﺤﺼﺎﺌﻴﺔ‬
‫ﺤﻭل ﻗﻴﻤﺔ ﻤﺭﻜﺯﻴﺔ ﻫﺫﻩ ﺍﻝﻤﻘﺎﻴﻴﺱ ﺍﻝﺠﺩﻴﺩﺓ ﺘﺩﻋﻰ ﻤﻘﺎﻴﻴﺱ ﺍﻝﺘﺸﺘﺕ‪.‬‬

‫ﻨﺫﻜﺭ ﻤﻨﻬﺎ ﻤﺎ ﻴﻠﻲ‪:‬‬

‫‪ -1‬ا
ى ‪:‬‬
‫ﻫﻭ ﺃﺒﺴﻁ ﻤﻘﻴﺎﺱ ﻝﺘﺸﺘﺕ ﺍﻝﻤﻌﻁﻴﺎﺕ ﻭﻫﻭ ﻴﺤﺴﺏ ﺒﺈﻴﺠﺎﺩ ﺍﻝﻔﺭﻕ ﺒﻴﻥ ﺃﻜﺒﺭ ﻭﺃﺼﻐﺭ ﻗﻴﻤﺔ ﻓﻲ ﺍﻝﺴﻠﺴﻠﺔ‬
‫ﺍﻹﺤﺼﺎﺌﻴﺔ‪ ،‬ﻭﻨﺭﻤﺯ ﻝﻪ ﺒﺎﻝﺤﺭﻑ ‪. W‬‬

‫‪W = X max − X min‬‬

‫ﻭﻫﺫﺍ ﺍﻝﻤﻘﻴﺎﺱ ﻏﻴﺭ ﺩﻗﻴﻕ ﻷﻨﻪ ﻻ ﻴﻌﺘﻤﺩ ﺇﻻ ﻋﻠﻰ ﺤﺴﺎﺏ ﻗﻴﻤﺘﻴﻥ ﻓﻲ ﺍﻝﺴﻠﺴﻠﺔ ﻭﺒﺎﻝﺘﺎﻝﻲ ﻻ ﻴﻌﻴﺭ ﺍﻫﺘﻤﺎﻤﺎ ﻝﻠﻘﻴﻡ‬
‫ﺍﻷﺨﺭﻯ ﻓﻲ ﺍﻝﻤﺠﻤﻭﻋﺔ ﻭﻫﻭ ﻻ ﻴﻌﻁﻲ ﺘﺼﻭﺭﺍ ﻭﺍﻀﺤﺎ ﻋﻥ ﻤﺩﻯ ﺇﻨﺘﺸﺎﺭ ﻭﺘﻭﺯﻴﻊ ﺍﻝﻘﻴﻡ ﺩﺍﺨل ﺍﻝﻤﺠﻤﻭﻉ‬

‫‪ -2‬ا
ل  ‪ K5‬ا "‪#5‬ت ‪:‬‬
‫ﺇﻥ ﺤﺴﺎﺏ ﺍﻝﻤﺩﻯ ﻴﻤﻜﻥ ﺃﻥ ﻴﺅﺩﻱ ﺇﻝﻰ ﺘﻔﺴﻴﺭﺍﺕ ﺨﺎﻁﺌﺔ‪ ،‬ﺨﺎﺼﺔ ﻋﻨﺩ ﻭﺠﻭﺩ ﻗﻴﻡ ﺸﺎﺭﺩﺓ ﺃﻭ ﺤﺩﻴﺔ ﺴﻭﺍﺀ‬
‫ﺃﻜﺎﻨﺕ ﺼﻐﻴﺭﺓ ﺠﺩﺍ ﺃﻭ ﻜﺒﻴﺭﺓ ﺠﺩﺍ‪.‬‬

‫ﻭﻤﻥ ﺃﺠل ﺍﻝﺘﺨﻠﺹ ﻤﻥ ﺘﺄﺜﻴﺭ ﺍﻝﻘﻴﻡ ﺍﻝﺸﺎﺭﺩﺓ‪ ،‬ﻨﻔﻀل ﺍﺴﺘﻌﻤﺎل ﺍﻝﻤﺠﺎل ﻤﺎ ﺒﻴﻥ ﺍﻝﺭﺒﻴﻌﻴﺎﺕ‪ ،‬ﻭﻫﻭ ﺍﻝﻔﺭﻕ ﺒﻴﻥ‬
‫ﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻝﺙ ‪ Q 3‬ﻭﺍﻝﺭﺒﻴﻊ ﺍﻷﻭل ‪. Q1‬‬

‫‪I Q =Q 3 −Q1‬‬

‫‪ -3‬ا‪">2‬اف ا "‪: #5‬‬

‫ﻭﺍﻝﻤﺴﻤﻰ ﺃﻴﻀﺎ ﻨﺼﻑ ﺍﻝﻤﺩﻯ ﺍﻝﺭﺒﻴﻌﻲ‪ ،‬ﻭ ﻴﺴﺎﻭﻱ ﻨﺼﻑ ﺍﻝﻤﺠﺎل ﻤﺎ ﺒﻴﻥ ﺍﻝﺭﺒﻴﻌﻴﺎﺕ ﻭﻫﻭ ﻗﺭﻴﺏ ﺠﺩﺍ ﻤﻥ‬
‫ﺍﻝﻭﺴﻴﻁ‪.‬‬
 ‫‪Q 3 −Q1‬‬
‫= ‪DQ‬‬
‫‪2‬‬

‫‪ -4‬ا‪">2‬اف ا
‪: =/‬‬
‫ﻤﻥ ﺒﻴﻥ ﻤﻘﺎﻴﻴﺱ ﺍﻝﺘﺸﺘﺕ‪ ،‬ﻴﻤﺘﺎﺯ ﺍﻹﻨﺤﺭﺍﻑ ﺍﻝﻤﺘﻭﺴﻁ ﺒﻤﻴﺯﺓ ﺍﻝﺘﻌﺎﻤل ﻤﻊ ﺠﻤﻴﻊ ﺍﻝﻘﻴﻡ‪ ،‬ﻭﻴﺘﺄﺜﺭ ﺒﻜل ﻗﻴﻤﺔ ﻓﻲ‬
‫ﺍﻝﻤﺠﻤﻭﻋﺔ‪ ،‬ﺒﻌﻜﺱ ﺍﻝﻤﺩﻯ ﻭﺍﻝﻤﺠﺎل ﻤﺎ ﺒﻴﻥ ﺍﻝﺭﺒﻴﻌﻴﺎﺕ‪.‬‬

‫ﺇﺫﻥ ﻓﻬﻭ ﻤﻘﻴﺎﺱ ﺃﻜﺜﺭ ﺩﻗﺔ ﻭﺃﻜﺜﺭ ﺍﺴﺘﻌﻤﺎﻻ‪ ،‬ﻭﻴﻤﻜﻥ ﺤﺴﺎﺒﻪ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺃﻭ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻭﺴﻴﻁ‪.‬‬
‫‪ 1-4‬ا‪">2W‬اف ا
‪ =/; &' 5 =/‬ا >‪: 5‬‬
‫ﻭﻫﻭﻴﺴﺎﻭﻱ‪:‬‬ ‫‪X‬‬ ‫ﻫﻭ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﻘﻴﻡ ﺍﻝﻤﻁﻠﻘﺔ ﻝﻔﻭﺍﺭﻕ ﺍﻝﻘﻴﻡ ‪ xi‬ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ‬

‫= ‪eX‬‬
‫∑‬ ‫‪xi − X‬‬
‫‪n‬‬

‫ﻭﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻝﻘﻴﻡ ‪ xi‬ﻝﻬﺎ ﺘﻜﺭﺍﺭﺍﺕ ‪ eX ، ni‬ﻴﺴﺎﻭﻱ‪:‬‬

‫= ‪eX‬‬
‫‪∑n‬‬ ‫‪i‬‬ ‫‪xi − X‬‬
‫‪∑n‬‬ ‫‪i‬‬

‫ﻭﻫﺫﺍ ﺍﻝﻘﺎﻨﻭﻥ ﺴﺎﺭﻱ ﺍﻝﻤﻔﻌﻭل ﺃﻴﻀﺎ ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﻤﻌﻁﻴﺎﺕ ﺍﻝﻤﻌﺒﺭ ﻋﻨﻬﺎ ﺒﺎﻝﻔﺌﺎﺕ‪ ،‬ﺤﻴﺙ ‪ xi‬ﻨﻌﻭﻀﻬﺎ ﺒﻤﺭﺍﻜﺯ ﺍﻝﻔﺌﺎﺕ‪.‬‬
‫‪ 2-4‬ا‪">2‬اف ا
‪: =/; &' 5 =/‬‬
‫ﻓﻲ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ ﻨﺴﺘﺒﺩل ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺒﺎﻝﻭﺴﻴﻁ ﻭﻴﻜﻭﻥ ﺍﻹﻨﺤﺭﺍﻑ ﺍﻝﻤﺘﻭﺴﻁ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻭﺴﻴﻁ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬

‫= ‪eMe‬‬
‫∑‬ ‫‪xi − Me‬‬
‫‪n‬‬

‫ﻭﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻝﻘﻴﻡ ‪ xi‬ﻝﻬﺎ ﺘﻜﺭﺍﺭﺍﺕ ‪ eMe ، ni‬ﻴﺴﺎﻭﻱ‪:‬‬

‫= ‪eMe‬‬
‫‪∑n‬‬ ‫‪i‬‬ ‫‪xi − Me‬‬
‫‪∑n‬‬ ‫‪i‬‬

‫ﻭﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺘﻭﺯﻴﻌﺎﺕ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺍﻝﻤﻌﺒﺭ ﻋﻨﻬﺎ ﺒﺎﻝﻔﺌﺎﺕ ﺘﻜﻭﻥ ‪ xi‬ﻤﺭﺍﻜﺯ ﺍﻝﻔﺌﺎﺕ‪.‬‬

‫‪ -5‬ا &!‪ K‬وا‪">2‬اف ا

‪#‬ري ‪:‬‬
‫ﻭﻫﻭ ﻴﺴﺎﻭﻱ‪:‬‬ ‫‪X‬‬ ‫‪ 1-5‬ا &!‪ : K‬ﻫﻭ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﻔﻭﺍﺭﻕ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ‬

‫= ) ‪V (X‬‬
‫‪∑ (x‬‬ ‫‪i‬‬ ‫‪−X‬‬ ‫)‬ ‫‪2‬‬

‫‪n‬‬

‫ﻭﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻝﻘﻴﻡ ‪ xi‬ﻝﻬﺎ ﺘﻜﺭﺍﺭﺍﺕ ‪ ni‬ﺍﻝﺘﺒﺎﻴﻥ ﻴﺴﺎﻭﻱ‪:‬‬

 ‫= ) ‪V (X‬‬
‫) ‪∑ n (x − X‬‬
‫‪i‬‬ ‫‪i‬‬
‫‪2‬‬

‫‪∑n‬‬ ‫‪i‬‬

‫ﻭﻴﺴﺎﻭﻱ ﻜﺫﻝﻙ ﺒﺩﻻﻝﺔ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ ‪: f i‬‬

‫(‬
‫‪V ( X ) = ∑ f i xi − X‬‬ ‫)‬ ‫‪2‬‬

‫=)‪V (X‬‬
‫‪∑n x‬‬ ‫‪2‬‬
‫‪i i‬‬
‫‪− X = ∑ fi xi2 − X‬‬
‫‪2‬‬ ‫‪2‬‬
‫ﻭﻴﺴﺎﻭﻱ ﺃﻴﻀﺎ‪:‬‬
‫‪∑n‬‬ ‫‪i‬‬

‫ﻭﻴﺩﻋﻰ ﻫﺫﺍ ﺍﻝﻘﺎﻨﻭﻥ ﺒﻘﺎﻨﻭﻥ " ﻜﻭﻴﻨﻎ " "‪"Formule de Koeing‬‬

‫ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺘﻭﺯﻴﻌﺎﺕ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺍﻝﻤﻌﺒﺭ ﻋﻨﻬﺎ ﺒﺎﻝﻔﺌﺎﺕ ‪ xi‬ﺘﻜﻭﻥ ﻫﻲ ﻤﺭﺍﻜﺯ ﺍﻝﻔﺌﺎﺕ‪.‬‬
‫‪ 2-5‬ا‪">2‬اف ا
‪#‬ري ‪:‬‬
‫) ‪σ (X ) = V (X‬‬ ‫ﻴﺴﺎﻭﻱ ﺍﻝﺠﺫﺭ ﺍﻝﺘﺭﺒﻴﻌﻲ ﻝﻠﺘﺒﺎﻴﻥ ‪:‬‬

‫ﻭﻴﻌﺘﺒﺭ ﺃﺤﺴﻥ ﻤﻘﻴﺎﺱ ﻝﻠﺘﺸﺘﺕ ﻷﻨﻪ ﻴﺘﻌﺎﻤل ﻤﻊ ﺠﻤﻴﻊ ﻗﻴﻡ ﺍﻝﺴﻠﺴﻠﺔ ﺍﻹﺤﺼﺎﺌﻴﺔ‪.‬‬

‫‪ G# -6‬ا‪X‬ف أو ا ‪: "L‬‬

‫ﺒﻤﺎ ﺃﻥ ﺍﻹﻨﺤﺭﺍﻑ ﺍﻝﻤﺘﻭﺴﻁ ﺃﻭ ﺍﻝﺘﺒﺎﻴﻥ ﺃﻭ ﺍﻹﻨﺤﺭﺍﻑ ﺍﻝﻤﻌﻴﺎﺭﻱ ﻴﻅﻬﺭ ﺒﻘﻴﻡ ﻤﻌﺒﺭ ﻋﻨﻬﺎ ﺒﻭﺤﺩﺓ ﻗﻴﺎﺱ ﻤﺘﺭ‪،‬‬
‫ﻝﺘﺭ‪ ،‬ﺩﻴﻨﺎﺭ ‪...‬‬

‫ﻴﺼﻌﺏ ﻋﻠﻴﻨﺎ ﺍﻝﻤﻘﺎﺭﻨﺔ ﺒﻴﻥ ﺴﻠﺴﻠﺘﻴﻥ ﺃﻭ ﺃﻜﺜﺭ ﻭﺤﺩﺍﺕ ﺍﻝﻘﻴﺎﺱ ﻓﻴﻬﺎ ﻤﺨﺘﻠﻔﺔ ﻭﻝﺫﻝﻙ ﻭﺠﺏ ﺇﻴﺠﺎﺩ ﺨﺎﺼﻴﺔ‬
‫ﻝﻠﻤﻘﺎﺭﻨﺔ ﻻ ﺘﺘﺄﺜﺭ ﺒﻭﺤﺩﺓ ﺍﻝﻘﻴﺎﺱ‪ ،‬ﺃﻱ ﺨﺎﺼﻴﺔ ﺒﺩﻭﻥ ﺃﺒﻌﺎﺩ ﻭﻫﺫﻩ ﺍﻝﺨﺎﺼﻴﺔ ﺘﺩﻋﻰ ﻤﻌﺎﻤل ﺍﻹﺨﺘـﻼﻑ ﺃﻭ‬
‫ﺍﻝﺘﻐﻴﺭ ﻭﻫﻲ ﺘﺴﺎﻭﻱ‪:‬‬

‫‪ G# 1-6‬ا‪XW‬ف ‪">2Y &' 5 α‬اف ا

‪: =/‬‬
‫• ﺤﺎﻝﺔ ﺍﻹﻨﺤﺭﺍﻑ ﺍﻝﻤﺘﻭﺴﻁ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ‪: e X‬‬
‫‪eX‬‬
‫= ‪α‬‬ ‫‪× 100‬‬
‫‪X‬‬

‫• ﺤﺎﻝﺔ ﺍﻹﻨﺤﺭﺍﻑ ﺍﻝﻤﺘﻭﺴﻁ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻭﺴﻴﻁ ‪: eMe‬‬

‫‪eMe‬‬
‫=‪α‬‬ ‫‪× 100‬‬
‫‪Me‬‬

‫‪ G# 2-6‬ا‪X‬ف ‪">2Y &' 5 CV‬اف ا

‪#‬ري ‪:‬‬
‫) ‪σ (X‬‬
‫= ‪CV‬‬ ‫‪× 100‬‬
‫‪X‬‬
 ‫ا ـــ‪ G‬ا ـدس‪ H!+ :‬ا ‪Q‬ــ‪ G‬وا 
"آـــ‪I‬‬
‫‪: +‬‬

‫ﻋﻠﻰ ﻏﺭﺍﺭ ﻤﻘﺎﻴﻴﺱ ﺍﻝﻨﺯﻋﺔ ﺍﻝﻤﺭﻜﺯﻴﺔ ﻭﻤﻘﺎﻴﻴﺱ ﺍﻝﺘﺸﺘﺕ‪ ،‬ﻭﺍﻝﺘﻲ ﻜﻤﺎ ﺭﺃﻴﻨﺎ ﺴﺎﺒﻘﺎ ﺘﺴﺎﻋﺩﻨﺎ ﻋﻠﻰ ﻤﻌﺭﻓﺔ‬
‫ﺘﻭﺯﻴﻊ ﻭﺍﻨﺘﺸﺎﺭ ﺍﻝﻤﻌﻁﻴﺎﺕ ﺤﻭل ﻗﻴﻤﺔ ﻤﺭﻜﺯﻴﺔ‪ ،‬ﺴﻨﺘﻁﺭﻕ ﺇﻝﻰ ﻤﻘﺎﻴﻴﺱ ﺠﺩﻴﺩﺓ ﺘﺴﺎﻋﺩﻨﺎ ﻋﻠﻰ ﻤﻌﺭﻓﺔ ﺸﻜل‬
‫ﻭﺘﻤﺭﻜﺯ ﺍﻝﺘﻭﺯﻴﻊ ﺍﻹﺤﺼﺎﺌﻲ‪ .‬ﺘﺩﻋﻰ ﻫﺫﻩ ﺍﻝﻤﻘﺎﻴﻴﺱ ﺒﻤﻘﺎﻴﻴﺱ ﺍﻝﺸﻜل ﻭﺍﻝﺘﻤﺭﻜﺯ‪.‬‬

‫‪ -1‬ا ‪#‬ــ‪I‬وم ‪:‬‬

‫‪I< -1-1‬وم ‪ K‬ا ر‪) r S‬أو ‪: ( r G 5‬‬

‫‪‬ﻴﻌ ‪‬ﺭﻑ ﺍﻝﻌﺯﻡ ﻤﻥ ﺍﻝﺩﺭﺠﺔ ‪ ، (r ∈ N ) r‬ﻝﻤﺘﻐﻴﺭ ﺇﺤﺼﺎﺌﻲ ‪ X‬ﺒﺎﻝﻌﻼﻗﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫‪n‬‬

‫‪∑n x‬‬ ‫‪i‬‬

‫‪r‬‬
‫‪i‬‬
‫= ) ‪mr ( X‬‬ ‫‪i =1‬‬
‫‪n‬‬

‫‪∑n‬‬
‫‪i =1‬‬
‫‪i‬‬

‫ﺤﻴﺙ ‪ ni‬ﻫﻲ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﻁﻠﻘﺔ‪.‬‬

‫ﺃﻭ ﺒﺎﻝﻌﻼﻗﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫‪n‬‬
‫‪mr ( X ) = ∑ f i xir‬‬
‫‪i =1‬‬

‫ﺤﻴﺙ ‪ f i‬ﻫﻲ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ‪.‬‬

‫‪I< -2-1‬وم "آ‪ K !I‬ا ر‪) r S‬أو ‪: ( r G 5‬‬

‫ﻴﻌﺭﻑ ﺍﻝﻌﺯﻡ ﺍﻝﻤﺭﻜﺯﻱ ﻤﻥ ﺍﻝﺩﺭﺠﺔ ‪ ، (r ∈ N ) r‬ﻝﻤﺘﻐﻴﺭ ﺇﺤﺼﺎﺌﻲ ‪ X‬ﺒﺎﻝﻌﻼﻗﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫‪∑ n (x‬‬ ‫)‬

‫‪n‬‬

‫‪i‬‬ ‫‪i‬‬ ‫‪−X‬‬ ‫‪r‬‬

‫= ) ‪µr (X‬‬ ‫‪i =1‬‬

‫‪n‬‬

‫‪∑n‬‬ ‫‪i =1‬‬

‫‪i‬‬

‫ﺤﻴﺙ ‪ X‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻭ ‪ ni‬ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﻁﻠﻘﺔ‪.‬‬

‫ﺃﻭ ﺒﺎﻝﻌﻼﻗﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

 ‫(‬ ‫)‬
‫‪n‬‬
‫‪µ r ( X ) = ∑ f i xi − X‬‬ ‫‪r‬‬

‫‪i =1‬‬

‫ﺤﻴﺙ ‪ f i‬ﻫﻲ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ‪.‬‬

‫‪: 
N [2 -3-1‬‬
‫ﺃ( ﺇﺫﺍ ﻜﺎﻥ ‪ r = 0‬ﻓﺈﻥ‪ m0 = 1 :‬ﻭ ‪. µ 0 = 1‬‬

‫ﺏ( ﺇﺫﺍ ﻜﺎﻥ ‪ r = 1‬ﻓﺈﻥ‪ m1 = X :‬ﻭ ‪. µ1 = 0‬‬

‫ﺝ( ﺇﺫﺍ ﻜﺎﻥ ‪ r = 2‬ﻓﺈﻥ‪ m2 = Q 2 :‬ﻭ ‪. µ2 = σ 2‬‬

‫‪ σ‬ﻫﻭ ﺍﻝﺘﺒﺎﻴﻥ ) ‪(V ( X ) = σ‬‬

‫‪2‬‬ ‫‪2‬‬
‫ﺤﻴﺙ‪ Q :‬ﻫﻭ ﺍﻝﻭﺴﻁ ﺍﻝﺭﺒﻴﻌﻲ‪،‬‬

‫ﺩ( ﺒﺎﺴﺘﻌﻤﺎل ﻤﻔﻬﻭﻡ ﺜﻨﺎﺌﻲ ﺍﻝﺤﺩﻭﺩ ﻝﻨﻴﻭﺘﻥ ﻴﻤﻜﻥ ﺃﻥ ﻨﺒﺭﻫﻥ ﻋﻠﻰ ﻤﺎ ﻴﻠﻲ‪:‬‬
‫ﻤﻬﻤﺎ ﻴﻜﻥ ‪ r‬ﻋﺩﺩ ﻁﺒﻴﻌﻲ ﻝﺩﻴﻨﺎ‪:‬‬
‫‪ r −2‬‬ ‫‪‬‬
‫)‪µr =  ∑ ( −1‬‬ ‫‪mr − k m1k  + ( −1) ( r − 1) m1r‬‬
‫‪k‬‬ ‫‪k‬‬ ‫‪r −1‬‬

‫‪ k =0‬‬
‫‪C‬‬ ‫‪r‬‬
‫‪‬‬
‫ﻓﻲ ﺍﻝﺤﺎﻻﺕ ﺍﻝﺘﺎﻝﻴﺔ ﻨﺤﺼل ﻋﻠﻰ‪:‬‬
‫‪r=2‬‬ ‫⇒‬ ‫)ﻗﺎﻨﻭﻥ ﻜﻭﻴﻨﻎ( ‪µ2 = σ 2 = m2 − m12‬‬

‫‪r =3‬‬ ‫⇒‬ ‫‪µ3 = m3 − 3m2 m1 + 2m13‬‬

‫‪r=4‬‬ ‫⇒‬ ‫‪µ4 = m4 − 4m3 m1 + 6m2 m12 − 3m14‬‬

‫ا ‪I‬ء ا*ول ‪ H!+ :‬ا ‪GQ‬‬

‫‪ -1‬ا‪ W‬اء ‪:‬‬
‫ﻨﻘﻭل ﺃﻥ ﺍﻝﺘﻭﺯﻴﻊ ﺍﻹﺤﺼﺎﺌﻲ ﻴﻜﻭﻥ ﻤﺘﻨﺎﻅﺭﺍ ﺇﺫﺍ ﻜﺎﻥ ﻝﻜل ﻗﻴﻤﺔ ‪ xi‬ﺘﻘﺎﺒﻠﻬﺎ ﻗﻴﻤﺔ ‪ x j‬ﻤﻭﺠﻭﺩﺓ ﻋﻠﻰ ﻨﻔﺱ ﺍﻝﺒﻌﺩ‬
‫ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ‪ . X‬ﺃﻱ ‪ X‬ﻫﻭ ﻤﺭﻜﺯ ﺍﻝﻤﺠﺎل] ‪ ،[ x j , xi‬ﻭﻴﻜﻭﻥ ﻝﻠﻘﻴﻡ ‪ xi‬ﻨﻔﺱ ﺘﻜﺭﺍﺭ ﺍﻝﻘﻴﻡ ‪. x j‬‬
‫)ﺃﻨﻅﺭ ﺍﻝﺸﻜل(‪.‬‬
 ‫‪x2‬‬ ‫‪X‬‬ ‫‪x1‬‬
‫‪−u‬‬ ‫‪+u‬‬

‫‪X = Me = Mo‬‬

‫ﻭﺨﺼﺎﺌﺹ ﺍﻝﺘﻭﺯﻴﻊ ﺍﻝﻤﺘﻨﺎﻅﺭ ﻫﻲ‪:‬‬

‫• ﻭﺠﻭﺩ ﻜل ﻤﻥ ﺍﻝﺭﺒﻴﻊ ﺍﻷﻭل ‪ Q1‬ﻭﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻝﺙ ‪ Q3‬ﻋﻠﻰ ﻨﻔﺱ ﺍﻝﺒﻌﺩ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻭﺴﻴﻁ ‪. Me‬‬
‫ﻭﻋﻠﻰ ﺃﺴﺎﺱ ﻫﺫﻩ ﺍﻝﻭﻀﻌﻴﺔ ﻝﻠﺘﻭﺯﻴﻊ ﺍﻝﻤﺘﻨﺎﻅﺭ ﻴﺘﻡ ﺘﺤﺩﻴﺩ ﺇﻝﺘﻭﺍﺀ ﺍﻝﺘﻭﺯﻴﻊ ﺇﻝﻰ ﺍﻝﻴﻤﻴﻥ ﺃﻭ ﺇﻝﻰ ﺍﻝﻴﺴﺎﺭ ﻋﻥ‬
‫ﻁﺭﻴﻕ ﺤﺴﺎﺏ ﻤﻌﺎﻤﻼﺕ ﺍﻹﻝﺘﻭﺍﺀ ﻭﺍﻝﺘﻲ ﻨﺫﻜﺭ ﻤﻨﻬﺎ ﻤﺎ ﻴﻠﻲ‪:‬‬

‫‪! G# -1-1‬ل ‪ Y‬اء ‪: S‬‬

‫‪Q3 − 2 Q2 + Q1‬‬ ‫) ‪(Q3 − Q2 ) − (Q2 − Q1‬‬
‫=‪S‬‬ ‫ﺃﻭ‬ ‫=‪S‬‬ ‫ﻤﻌﺎﻤل ﻴﻭل ﻝﻺﻝﺘﻭﺍﺀ ﻴﺴﺎﻭﻱ‪:‬‬
‫‪Q3 − Q1‬‬ ‫) ‪(Q3 − Q1‬‬

‫إــاء إ
ا ‬

‫‪Q1 Mo‬‬ ‫‪Q2‬‬ ‫‪X‬‬ ‫‪Q3‬‬

‫) ‪(Q 3 − Q 2 ) > (Q 2 − Q1‬‬ ‫‪Me‬‬
‫‪Mo < Me < X‬‬
 ‫ﺇﻝﺘــﻭﺍﺀ ﺇﻝﻰ ﺍﻝﻴﺴﺎﺭ‬

‫) ‪( Q3 − Q2 ) < ( Q2 − Q1‬‬
‫‪Q1‬‬ ‫‪X‬‬ ‫‪Q2‬‬ ‫‪Mo Q3‬‬
‫‪Me‬‬
‫‪X < Me < Mo‬‬

‫• ﺇﺫﺍ ﻜﺎﻥ ﺍﻝﻤﻨﻭﺍل ﻤﻭﺠﻭﺩﺍ ﺇﻝﻰ ﻴﺴﺎﺭ ﺍﻝﻭﺴﻴﻁ‪ ،‬ﻨﺘﻜﻠﻡ ﻋﻥ ﺇﻝﺘﻭﺍﺀ ﺇﻝﻰ ﺍﻝﻴﻤﻴﻥ‪.‬‬
‫ ه ا ) ‪ (Q 3 − Q 2 ) > (Q 2 − Q1‬و!ن  ل  ‪. 0 < S‬‬
‫• ﺇﺫﺍ ﻜﺎﻥ ﺍﻝﻤﻨﻭﺍل ﻤﻭﺠﻭﺩﺍ ﺇﻝﻰ ﻴﻤﻴﻥ ﺍﻝﻭﺴﻴﻁ‪ ،‬ﻨﺘﻜﻠﻡ ﻋﻥ ﺇﻝﺘﻭﺍﺀ ﺇﻝﻰ ﺍﻝﻴﺴﺎﺭ‪.‬‬
‫ﻓﻲ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ ) ‪ (Q 3 − Q 2 ) < (Q 2 − Q1‬ﻭﻴﻜﻭﻥ ﻤﻌﺎﻤل ﻴﻭل ﺴﺎﻝﺒﺎ ‪. 0 > S‬‬

‫ ‪ :1‬ﺍﻻﻝﺘﻭﺍﺀ ﻨﻘﺼﺩ ﺒﻪ ﺍﻝﺠﻬﺔ ﺍﻝﻤﻤﺘﺩﺓ ﻭﻝﻴﺱ ﺍﻝﺠﻬﺔ ﺍﻝﻤﻘﻭﺴﺔ ﺃﻭ ﺍﻝﻤﻘﻌﺭﺓ‪ .‬ﻤﺜﻼ ﺍﻻﻝﺘﻭﺍﺀ ﺇﻝﻰ ﺍﻝﻴﻤﻴﻥ‬
‫ﻫﻭ ﺍﻻﻤﺘﺩﺍﺩ ﺇﻝﻰ ﺍﻝﻴﻤﻴﻥ ﻭﻻ ﻨﻘﺼﺩ ﺒﻪ ﺸﻜل ﺍﻝﻤﻨﺤﻨﻰ ﺍﻝﻤﻘﻌﺭ ﺃﻭ ﺍﻝﻤﻘﻭﺱ ﻤﻥ ﺠﻬﺔ ﺍﻝﻴﺴﺎﺭ‪ .‬ﻭﻨﻔﺱ ﺍﻝﺸﻲﺀ‬
‫ﺒﺎﻝﻨﺴﺒﺔ ﻝﻼﻝﺘﻭﺍﺀ ﺇﻝﻰ ﺍﻝﻴﺴﺎﺭ ﻫﻭ ﺍﻤﺘﺩﺍﺩ ﺍﻝﻤﻨﺤﻨﻰ ﻨﺤﻭ ﺍﻝﻴﺴﺎﺭ ﻭﻝﻴﺱ ﺘﻘﻌﺭ ﺍﻝﻤﻨﺤﻨﻰ ﻤﻥ ﺠﻬﺔ ﺍﻝﻴﻤﻴﻥ‪.‬‬

‫ ‪ :2‬ﺇﺫﺍ ﻜﺎﻥ ﻤﻌﺎﻤل ﻴﻭل ﻤﺴﺎﻭﻴﺎ ﻝﻠﺼﻔﺭ‪ ،‬ﻫﺫﺍ ﻻ ﻴﻌﻨﻲ ﺃﻥ ﺍﻝﺘﻭﺯﻴﻊ ﺍﻹﺤﺼﺎﺌﻲ ﻤﺘﻨﺎﻅﺭﺍ ﻜﻠﻴﺎ‬
‫ﻭﺒﺎﻝﻀﺭﻭﺭﺓ‪ ،‬ﻷﻨﻪ ﻗﺩ ﻴﻜﻭﻥ ﻤﺘﻨﺎﻅﺭﺍ ﺒﻴﻥ ﺍﻝﺭﺒﻴﻊ ﺍﻷﻭل ‪ Q1‬ﻭﺍﻝﺭﺒﻴﻊ ﺍﻝﺜﺎﻝﺙ ‪ Q3‬ﻓﻘﻁ‪.‬‬
 ‫ﺃﻨﻅﺭ ﺍﻝﺸﻜل‪:‬‬

‫ز   ا اول وا ا ‬

‫‪Q1‬‬ ‫‪Q2‬‬ ‫‪Q3‬‬

‫‪(Q 3‬‬ ‫) ‪− Q 2 ) = (Q 2 − Q 1‬‬

‫‪# -2-1‬ت ‪/"5‬ن ‪ Y‬اء ‪:‬‬

‫‪X − Mo‬‬
‫= ‪P1‬‬ ‫أ( ــ‪#‬ــ‪/"5 G‬ــن ا*ول ‪: P1‬‬
‫‪σ‬‬

‫= ‪P2‬‬
‫(‬
‫‪3 X − Me‬‬ ‫)‬ ‫ب( ‪/"5 G#‬ن ا ‪: P2 23‬‬
‫‪σ‬‬
‫• ﺇﺫﺍ ﻜﺎﻥ ﺍﻝﻤﻨﻭﺍل ﺇﻝﻰ ﻴﺴﺎﺭ ﺍﻝﻭﺴﻴﻁ ﻴﻜﻭﻥ ‪ P1‬ﺃﻭ ‪ P2‬ﻤﻭﺠﺒﺎ ﻭﻨﺘﻜﻠﻡ ﻋﻥ ﺍﻝﺘﻭﺍﺀ ﺇﻝﻰ ﺍﻝﻴﻤﻴﻥ‪.‬‬
‫• ﺇﺫﺍ ﻜﺎﻥ ﺍﻝﻤﻨﻭﺍل ﺇﻝﻰ ﻴﻤﻴﻥ ﺍﻝﻭﺴﻴﻁ ﻴﻜﻭﻥ ‪ P1‬ﺃﻭ ‪ P2‬ﺴﺎﻝﺒﺎ ﻭﻨﺘﻜﻠﻡ ﻋﻥ ﺇﻝﺘﻭﺍﺀ ﺇﻝﻰ ﺍﻝﻴﺴﺎﺭ‪.‬‬
‫• ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺘﻭﺯﻴﻊ ﺍﻝﻤﺘﻨﺎﻅﺭ ﻴﻜﻭﻥ ‪ P1‬ﻤﺴﺎﻭﻴﺎ ‪ ، P2‬ﻓﻨﺠﺩ ﺍﻝﻌﻼﻗﺔ ﺍﻝﺘﻲ ﺘﺭﺒﻁ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ‪ ،‬ﺍﻝﻭﺴﻴﻁ‬
‫ﻭﺍﻝﻤﻨﻭﺍل‪. 3 (X − Me ) = X − Mo :‬‬

‫ج( ‪/"5 G#‬ن  اء ‪ 

@.A β1‬ا
‪?%‬وم ‪:‬‬
‫‪µ32‬‬
‫‪β1 = 3‬‬ ‫ﻴﺴﺎﻭﻱ‪:‬‬
‫‪µ2‬‬

‫ﺤﻴﺙ ‪ µ2‬ﻫﻭ ﺍﻝﻌﺯﻡ ﺍﻝﻤﺭﻜﺯﻱ ﻤﻥ ﺍﻝﺩﺭﺠﺔ ﺍﻝﺜﺎﻨﻴﺔ‪:‬‬

‫) ‪∑n (x − X‬‬
‫‪n‬‬ ‫‪2‬‬
‫‪i‬‬ ‫‪i‬‬
‫= ) ‪µ2 ( X‬‬ ‫‪i =1‬‬
‫‪n‬‬

‫‪∑n‬‬
‫‪i =1‬‬
‫‪i‬‬

‫ﻭ ‪ µ3‬ﻫﻭ ﺍﻝﻌﺯﻡ ﺍﻝﻤﺭﻜﺯﻱ ﻤﻥ ﺍﻝﺩﺭﺠﺔ ﺍﻝﺜﺎﻝﺜﺔ‪:‬‬

 ‫) ‪∑n (x − X‬‬
‫‪n‬‬ ‫‪3‬‬
‫‪i‬‬ ‫‪i‬‬
‫= ) ‪µ3 ( X‬‬ ‫‪i =1‬‬
‫‪n‬‬

‫‪∑n‬‬
‫‪i =1‬‬
‫‪i‬‬

‫ﻨﻼﺤﻅ ﺃﻥ ‪ β1‬ﺩﺍﺌﻤﺎ ﻤﻭﺠﺏ ﻭﻝﻬﺫﺍ ﻻ ﻴﻌﻁﻴﻨﺎ ﻓﻜﺭﺓ ﻋﻥ ﺍﻹﻝﺘﻭﺍﺀ‪ ،‬ﻝﻜﻥ ﻋﻨﺩﻤﺎ ﻴﻜﻭﻥ ‪ 0 = β1‬ﻓﺎﻝﺘﻭﺯﻴﻊ ﻤﺘﻨﺎﻅﺭ‪.‬‬
‫‪  "QM G# -3-1‬اء ‪: γ 1‬‬
‫‪µ3‬‬ ‫‪µ3‬‬
‫= ‪γ1‬‬ ‫=‬ ‫ﻴﺴﺎﻭﻱ‪:‬‬
‫‪3‬‬
‫‪µ2 2‬‬ ‫‪σ3‬‬

‫• ﺇﺫﺍ ﻜﺎﻥ ﻤﻌﺎﻤل ﺍﻻﻝﺘﻭﺍﺀ ‪ γ 1‬ﻤﻭﺠﺒﺎ‪ ،‬ﻴﻜﻭﻥ ﺍﻝﺘﻭﺯﻴﻊ ﻤﻠﺘﻭﻴﺎ ﺇﻝﻰ ﺍﻝﻴﻤﻴﻥ‪.‬‬
‫• ﺇﺫﺍ ﻜﺎﻥ ﻤﻌﺎﻤل ﺍﻹﻝﺘﻭﺍﺀ ‪ γ 1‬ﺴﺎﻝﺒﺎ‪ ،‬ﻴﻜﻭﻥ ﺍﻝﺘﻭﺯﻴﻊ ﻤﻠﺘﻭﻴﺎ ﺇﻝﻰ ﺍﻝﻴﺴﺎﺭ‪.‬‬
‫‪ -2‬ا "‪:R0‬‬
‫ﺍﻝﺘﻔﺭﻁﺢ ﻫﻭ ﻤﻘﻴﺎﺱ ﻝﻠﺸﻜل ﻤﺭﺘﺒﻁ ﺒﺘﺸﺘﺕ ﺍﻝﻤﻌﻁﻴﺎﺕ ﺤﻭل ﻗﻴﻤﺔ ﻤﺭﻜﺯﻴﺔ ﻓﻲ ﺍﻝﺘﻭﺯﻴﻊ ﺍﻹﺤﺼﺎﺌﻲ‪ .‬ﻓﻜﻠﻤﺎ‬
‫ﻜﺎﻥ ﺍﻝﺘﺸﺘﺕ ﻜﺒﻴﺭﺍ ﻜﻠﻤﺎ ﻜﺎﻥ ﺍﻝﺸﻜل ﺃﻜﺜﺭ ﺘﻔﺭﻁﺤﺎ‪ .‬ﻭﻫﻭ ﻴﺼﻑ ﺸﻜل ﺍﻝﺘﻭﺯﻴﻊ ﺭﺠﻭﻋﺎ ﺇﻝﻰ ﺸﻜﻠﻪ ﺍﻝﻁﺒﻴﻌﻲ‬
‫)ﻋﻠﻰ ﻫﻴﺌﺔ ﺠﺭﺱ( ﻭﺒﺎﻝﺘﺤﺩﻴﺩ ﺸﻜل ﻤﻨﺤﻨﻰ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺤﻭل ﺍﻝﻤﻨﻭﺍل‪.‬‬
‫• ﺇﺫﺍ ﻜﺎﻥ ﺸﻜل ﺍﻝﺘﻭﺯﻴﻊ ﺃﻜﺜﺭ ﺍﺴﺘﻁﺎﻝﺔ )ﺃﻱ ﺍﺭﺘﻔﺎﻋﺎ( ﻤﻥ ﺍﻝﺸﻜل ﺍﻝﻁﺒﻴﻌﻲ ﻨﺘﻜﻠﻡ ﻋﻥ ﺸﻜل ﻤﺩﺒﺏ‪.‬‬
‫• ﻭﺇﺫﺍ ﻜﺎﻥ ﺃﻗل ﺍﺴﺘﻁﺎﻝﺔ ﻤﻥ ﺍﻝﺸﻜل ﺍﻝﻁﺒﻴﻌﻲ‪ ،‬ﻨﺘﻜﻠﻡ ﻋﻥ ﺸﻜل ﻤﻔﺭﻁﺢ‪.‬‬
 ‫ﺃﻨﻅﺭ ﺍﻝﺭﺴﻡ‪:‬‬

‫ﺸﻜل ﻤﺩﺒﺏ‬

‫ﺸﻜل ﻁﺒﻴﻌﻲ )ﺠﺭﺱ(‬

‫ﺸﻜل ﻤﻔﺭﻁﺢ‬
 ‫ﻭﺃﻫﻡ ﻤﻘﺎﻴﻴﺱ ﺍﻝﺘﻔﺭﻁﺢ ﻨﺫﻜﺭ‪:‬‬
‫‪/"5 G# -1-2‬ن ;"‪: β 2 R0‬‬
‫‪µ4 µ4‬‬
‫= ‪β2‬‬ ‫=‬ ‫ﻴﺴﺎﻭﻱ ‪:‬‬
‫‪µ 22 σ 4‬‬

‫• ﺇﺫﺍ ﻜﺎﻥ ‪ ، 3 = β 2‬ﺍﻝﺘﻭﺯﻴﻊ ﻁﺒﻴﻌﻲ‪.‬‬

‫• ﺇﺫﺍ ﻜﺎﻥ ‪ ، 3 > β 2‬ﺍﻝﺘﻭﺯﻴﻊ ﻤﻔﺭﻁﺢ‪.‬‬
‫• ﺇﺫﺍ ﻜﺎﻥ ‪ ، 3 < β 2‬ﺍﻝﺘﻭﺯﻴﻊ ﻤﺩﺒﺏ‪.‬‬
‫‪: γ 2 R0"; "QM G# -2-2‬‬
‫‪µ4‬‬
‫= ‪γ2‬‬ ‫‪−3‬‬ ‫ﺃﻭ‬ ‫‪γ 2 = β2 − 3‬‬ ‫ﻴﺴﺎﻭﻱ ‪:‬‬
‫‪µ 22‬‬

‫• ﺇﺫﺍ ﻜﺎﻥ ‪ ، 0 = γ 2‬ﺍﻝﺘﻭﺯﻴﻊ ﻁﺒﻴﻌﻲ‬

‫• ﺇﺫﺍ ﻜﺎﻥ ‪ ، 0 > γ 2‬ﺍﻝﺘﻭﺯﻴﻊ ﻤﻔﺭﻁﺢ‪.‬‬
‫• ﺇﺫﺍ ﻜﺎﻥ ‪ ، 0 < γ 2‬ﺍﻝﺘﻭﺯﻴﻊ ﻤﺩﺒﺏ‪.‬‬
‫ا ‪I‬ء ا ‪ : 23‬ا 
"آ‪I‬‬
‫‪ -1‬ا ‪ =/‬ا '< أو ا ‪: Ml ,/‬‬
‫‪!"#$ 1-1‬ت ه ‪:‬‬
‫‪ : ni xi‬ﻨﺴﻤﻴﻬﺎ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻹﺠﻤﺎﻝﻴﺔ ﺃﻭ ﺍﻝﻘﻴﻡ ﺍﻹﺠﻤﺎﻝﻴﺔ ﺍﻝﻤﻁﻠﻘﺔ‪.‬‬
‫‪ : FGAC‬ﻨﺴﻤﻴﻬﺎ ﺍﻝﻘﻴﻡ ﺍﻹﺠﻤﺎﻝﻴﺔ ﺍﻝﻤﻁﻠﻘﺔ ﺍﻝﻤﺘﺠﻤﻌﺔ‪.‬‬
‫‪ni x i‬‬
‫= ‪ : qi‬ﻨﺴﻤﻴﻬﺎ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻹﺠﻤﺎﻝﻴﺔ ﺍﻝﻨﺴﺒﻴﺔ‪.‬‬
‫‪∑ ni x i‬‬
‫‪j‬‬
‫‪ Q j = ∑ qi‬ﻨﺴﻤﻴﻬﺎ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻹﺠﻤﺎﻝﻴﺔ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻤﺘﺠﻤﻌﺔ‪ .‬ﻭﻝﻴﻜﻥ ﺍﻝﺠﺩﻭل ﺍﻝﻨﻤﻭﺫﺠﻲ ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪i =1‬‬

‫‪Qj‬‬ ‫‪qi‬‬ ‫‪FGAC‬‬ ‫‪ni x i‬‬ ‫‪ni‬‬ ‫آ‪ $‬ا"!‪xi #‬‬ ‫ا"!ت‬

‫‪0‬‬ ‫‪0‬‬
‫‪q1‬‬ ‫‪n1 x1‬‬ ‫‪n1‬‬ ‫‪x1‬‬ ‫] ‪] e2 − e1‬‬

‫‪Q1‬‬ ‫‪n1 x1‬‬

‫‪q2‬‬ ‫‪n2 x 2‬‬ ‫‪n2‬‬ ‫‪x2‬‬ ‫] ‪] e3 − e2‬‬

‫‪Q2‬‬ ‫‪n1 x1 + n2 x2‬‬ ‫‪n3 x 3‬‬ ‫‪n3‬‬ ‫‪x3‬‬ ‫] ‪] e4 − e3‬‬

‫‪q3‬‬

‫‪Q3‬‬ ‫‪n1 x1 + n2 x2 + n3 x3‬‬

‫‪1‬‬ ‫‪∑ ni xi‬‬ ‫‪∑ ni‬‬ ‫اع‬

 ‫‪ -2-1‬ب ا ‪: Ml ,/‬‬
‫ﺍﻝﻭﺴﻴﻁﻴﺔ ‪ Ml‬ﺘﺤﺴﺏ ﺒﻨﻔﺱ ﻁﺭﻴﻘﺔ ﺤﺴﺎﺏ ﺍﻝﻭﺴﻴﻁ ‪ .Me‬ﻭﻫﻲ ﺘﻨﺎﺴﺏ ﻨﺼﻑ ﻤﺠﻤﻭﻉ ﺍﻝﻘﻴﻡ ﺍﻹﺠﻤﺎﻝﻴﺔ‬
‫ﺍﻝﻤﺘﺠﻤﻌﺔ ﻤﻁﻠﻘﺔ ﻜﺎﻨﺕ ﺃﻭ ﻨﺴﺒﻴﺔ‪ ،‬ﻭﻫﻲ ﺘﺴﺎﻭﻱ‪:‬‬

‫‪ ∑ ni xi‬‬ ‫‪‬‬

‫‪ 2 − FGCAℓ −1 ‬‬
‫‪Ml = Lℓ + ‬‬ ‫‪ aℓ‬‬
‫‪‬‬ ‫‪n‬‬‫‪ℓ‬‬ ‫‪x‬‬‫‪ℓ‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬

‫ﺤﻴﺙ ﺃﻥ‪:‬‬

‫‪ : Lℓ‬ﺍﻝﺤﺩ ﺍﻷﺩﻨﻰ ﻝﻠﻔﺌﺔ ﺍﻝﺘﻲ ﺘﻀﻡ ﺍﻝﻭﺴﻴﻁﻴﺔ‪.‬‬

‫‪ : FGCAℓ −1‬ﺍﻝﻘﻴﻡ ﺍﻹﺠﻤﺎﻝﻴﺔ ﺍﻝﻤﻁﻠﻘﺔ ﺍﻝﻤﺘﺠﻤﻌﺔ ﻝﻠﻔﺌﺔ ﺍﻝﺘﻲ ﺘﺴﺒﻕ ﻓﺌﺔ ﺍﻝﻭﺴﻴﻁﻴﺔ‪.‬‬

‫‪ : aℓ‬ﻁﻭل ﺍﻝﻔﺌﺔ ﺍﻝﻭﺴﻴﻁﻴﺔ‪.‬‬

‫‪ : n ℓ x ℓ‬ﺍﻝﻘﻴﻤﺔ ﺍﻹﺠﻤﺎﻝﻴﺔ ﺍﻝﻤﻁﻠﻘﺔ ﻝﻔﺌﺔ ﺍﻝﻭﺴﻴﻁﻴﺔ‪.‬‬

‫ﻭﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﻘﻴﻡ ﺍﻹﺠﻤﺎﻝﻴﺔ ﺍﻝﻨﺴﺒﻴﺔ ﺒﻘﻴﻡ ﻤﺎﺌﻭﻴﺔ ‪ ،‬ﺘﺼﺒﺢ ﺍﻝﻭﺴﻴﻁﻴﺔ ﺘﺴﺎﻭﻱ‪:‬‬

‫‪ 50 − Q ℓ −1 (%) ‬‬
‫‪Ml = L ℓ + ‬‬ ‫‪ aℓ‬‬
‫‪ q ℓ (%) ‬‬

‫ﺤﻴﺙ ﺃﻥ‪:‬‬

‫‪: Lℓ‬ﺍﻝﺤﺩ ﺍﻷﺩﻨﻰ ﻝﻔﺌﺔ ﺍﻝﻭﺴﻴﻁﻴﺔ‬

‫) ‪ : Q ℓ −1 ( %‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻹﺠﻤﺎﻝﻲ ﺍﻝﻨﺴﺒﻲ ﺍﻝﻤﺘﺠﻤﻊ ﺒﻘﻴﻡ ﻤﺎﺌﻭﻴﺔ ﻝﻠﻔﺌﺔ ﺍﻝﺘﻲ ﺘﺴﺒﻕ ﻓﺌﺔ ﺍﻝﻭﺴﻴﻁﻴﺔ‪.‬‬

‫) ‪ : q ℓ ( %‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻹﺠﻤﺎﻝﻲ ﺍﻝﻨﺴﺒﻲ ﻝﻔﺌﺔ ﺍﻝﻭﺴﻴﻁﻴﺔ ﺒﻘﻴﻡ ﻤﺎﺌﻭﻴﺔ‪.‬‬

‫‪ : aℓ‬ﻁﻭل ﺍﻝﻔﺌﺔ ﺍﻝﻭﺴﻴﻁﻴﺔ‪.‬‬

‫ﺃﻭ ﺘﺴﺎﻭﻱ ﺒﺩﻻﻝﺔ ﺍﻝﻘﻴﻡ ﺍﻹﺠﻤﺎﻝﻴﺔ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻌﺎﺩﻴﺔ‪:‬‬

‫‪ 0,5 − Qℓ −1 ‬‬

‫‪Ml = Lℓ + ‬‬ ‫‪ aℓ‬‬
‫‪‬‬ ‫‪q‬‬ ‫‪‬‬
‫‪‬‬ ‫‪ℓ‬‬ ‫‪‬‬

‫ﺤﻴﺙ‪:‬‬

‫‪: Lℓ‬ﺍﻝﺤﺩ ﺍﻷﺩﻨﻰ ﻝﻔﺌﺔ ﺍﻝﻭﺴﻴﻁﻴﺔ‬

 ‫‪ : Q ℓ −1‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻹﺠﻤﺎﻝﻲ ﺍﻝﻨﺴﺒﻲ ﺍﻝﻤﺘﺠﻤﻊ ﺒﻘﻴﻡ ﻋﺎﺩﻴﺔ ﻝﻠﻔﺌﺔ ﺍﻝﺘﻲ ﺘﺴﺒﻕ ﻓﺌﺔ ﺍﻝﻭﺴﻴﻁﻴﺔ‪.‬‬

‫‪ : q ℓ‬ﺍﻝﺘﻜﺭﺍﺭ ﺍﻹﺠﻤﺎﻝﻲ ﺍﻝﻨﺴﺒﻲ ﻝﻔﺌﺔ ﺍﻝﻭﺴﻴﻁﻴﺔ ﺒﻘﻴﻡ ﻋﺎﺩﻴﺔ‪.‬‬

‫‪ : aℓ‬ﻁﻭل ﺍﻝﻔﺌﺔ ﺍﻝﻭﺴﻴﻁﻴﺔ‪.‬‬

‫ل *;‪0‬‬

‫)‪Qi ↑ ( %‬‬ ‫) ‪qi ( %‬‬ ‫‪FGAC‬‬ ‫‪ni x i‬‬ ‫) ‪Fi ↑ (%‬‬ ‫)‪f i (%‬‬ ‫‪FACA‬‬ ‫‪ni‬‬ ‫‪xi‬‬ ‫ا‪#$‬ت‬

‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬

‫‪8‬‬
‫‪8‬‬
‫‪4‬‬
‫‪4‬‬
‫‪20‬‬
‫‪20‬‬
‫‪2‬‬
‫‪2‬‬ ‫‪2‬‬ ‫] ‪] 3 −1‬‬
‫‪40‬‬ ‫‪20‬‬ ‫‪60‬‬ ‫‪6‬‬
‫]‪]5−3‬‬
‫‪32‬‬ ‫‪16‬‬ ‫‪40‬‬ ‫‪4‬‬ ‫‪4‬‬
‫‪52‬‬ ‫‪26‬‬ ‫‪70‬‬ ‫‪7‬‬
‫] ‪]7−5‬‬
‫‪100‬‬
‫‪12‬‬
‫‪50‬‬
‫‪6‬‬
‫‪100‬‬
‫‪10‬‬
‫‪10‬‬
‫‪1‬‬ ‫‪6‬‬ ‫] ‪]9−7‬‬
‫‪100‬‬ ‫‪50‬‬ ‫‪100‬‬ ‫‪10‬‬ ‫ا ' ع‬

‫• ﺤﺴﺎﺏ ﺍﻝﻭﺴﻴﻁ ‪: Me‬‬

‫‪n‬‬
‫= ‪ 5‬ﻗﻴﻤﺔ ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻤﻁﻠﻘﺔ ‪ FACA‬ﻭﻫﻲ ﻤﺤﺼﻭﺭﺓ ﺒﻴﻥ ﺍﻝﻘﻴﻤﺘﻴﻥ ‪ 2‬ﻭ‪.6‬‬
‫‪2‬‬
‫ﺇﺫﻥ ﺍﻝﻭﺴﻴﻁ ﻴﻨﺘﻤﻲ ﺇﻝﻰ ﺍﻝﻔﺌﺔ ] ‪.] 5 – 3‬‬

‫ﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﻘﻴﻡ ﺍﻝﻤﻁﻠﻘﺔ‪:‬‬

‫‪ n − FCAe −1 ‬‬

‫‪Me = Le +  2‬‬ ‫‪ ae‬‬
‫‪‬‬ ‫‪ne‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬

‫‪ 5−2‬‬
‫‪Me = 3 + ‬‬ ‫‪2‬‬
‫‪ 4 ‬‬

‫‪Me = 4,5‬‬

‫
ﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﻘﻴﻡ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻤﺌﻭﻴﺔ‪:‬‬

‫‪ 50 − Fe−1 (%) ‬‬
‫‪Me = Le + ‬‬ ‫‪ ae‬‬
‫‪‬‬ ‫‪f‬‬ ‫‪e‬‬ ‫)‪(%‬‬ ‫‪‬‬
‫‪ 50 − 20 ‬‬
‫‪Me = 3 + ‬‬ ‫‪2‬‬
‫‪ 40 ‬‬
‫‪Me = 4,5‬‬
 ‫• ﺤﺴﺎﺏ ﺍﻝﻭﺴﻴﻁﻴﺔ ‪: Ml‬‬
‫‪∑ ni x i‬‬
‫= ‪ 25‬ﻗﻴﻤﺔ ﻏﻴﺭ ﻤﻭﺠﻭﺩﺓ ﻀﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻹﺠﻤﺎﻝﻴﺔ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﻤﻁﻠﻘﺔ ﻭﻫﻲ ﻤﺤﺼﻭﺭﺓ ﺒﻴﻥ‬
‫‪2‬‬
‫ﺍﻝﻘﻴﻤﺘﻴﻥ ‪ 20‬ﻭ ‪.26‬‬

‫ﺇﺫﻥ ﺍﻝﻭﺴﻴﻁﻴﺔ ‪ Ml‬ﺘﻨﺘﻤﻲ ﺇﻝﻰ ﺍﻝﻔﺌﺔ ] ‪ ] 7 – 5‬ﻭﻫﻲ ﺘﺴﺎﻭﻱ‪:‬‬

‫
ﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﻘﻴﻡ ﺍﻝﻤﻁﻠﻘﺔ‪:‬‬

‫‪ ∑ ni xi‬‬ ‫‪‬‬

‫‪ 2 − FGCAℓ −1 ‬‬
‫‪Ml = Lℓ + ‬‬ ‫‪ aℓ‬‬
‫‪n‬‬ ‫‪x‬‬
‫‪‬‬ ‫‪ℓ‬‬ ‫‪ℓ‬‬
‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪ 25 − 20 ‬‬
‫‪Ml = 5 + ‬‬ ‫‪2‬‬
‫‪ 6‬‬ ‫‪‬‬
‫‪Ml = 6, 66‬‬

‫
ﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﻘﻴﻡ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻤﺌﻭﻴﺔ‪:‬‬

‫‪ 50 − Qℓ −1 (%) ‬‬

‫‪Ml = Lℓ + ‬‬ ‫‪ aℓ‬‬
‫)‪ qℓ (%‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬

‫‪ 50 − 40 ‬‬
‫‪Ml = 5 + ‬‬ ‫‪ 2‬‬
‫‪ 12 ‬‬
‫‪‬‬ ‫‪‬‬
‫‪Ml = 6, 66‬‬

‫) ‪( Ml > Me‬‬ ‫ ‪ :‬ﺍﻝﻭﺴﻴﻁﻴﺔ ‪ Ml‬ﺩﺍﺌﻤﺎ ﺃﻜﺒﺭ ﻤﻥ ﺍﻝﻭﺴﻴﻁ ‪. Me‬‬

‫‪ ('>' -2‬ا 
"آ‪:I‬‬
‫‪:‬‬ ‫‪!"#$ 1-2‬‬
‫ﻤﻨﺤﻨﻰ ﺍﻝﺘﻤﺭﻜﺯ ‪‬ﻴﺭﺴﻡ ﻓﻲ ﻤﺭﺒﻊ ﻁﻭل ﻜل ﻀﻠﻊ ﻤﻨﻪ ﻴﺴﺎﻭﻱ ‪ 1‬ﺃﻭ ‪ ،%100‬ﻭﻫﻭ ﻋﺒﺎﺭﺓ ﻋﻥ ﻤﻨﺤﻨﻰ ﺍﻝﺩﺍﻝﺔ‬
‫] ‪ ، Q = g [ F‬ﺍﻝﺘﻲ ﺘﻤﺜل ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻹﺠﻤﺎﻝﻴﺔ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻤﺘﺠﻤﻌﺔ ‪ Q j‬ﺒﺩﻻﻝﺔ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ‬
‫ﺍﻝﻤﺘﺠﻤﻌﺔ ‪. Fj‬‬

‫ ‪ :‬ﺴﻨﻘﻭﻡ ﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﻤﺅﺸﺭ ‪ j‬ﺒﺩل ﺍﻝﻤﺅﺸﺭ ﺍﻝﻤﻌﺘﺎﺩ ‪ i‬ﻤﻊ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ‪ q j ، Fj ، f j‬ﻭ ‪ Q j‬ﻷﻥ‬
‫ﻤﺅﺸﺭ ﺍﻝﺘﻤﺭﻜﺯ‪ ،‬ﻜﻤﺎ ﺴﻨﺭﻯ ﻻﺤﻘﺎ ﻴﻌﺒﺭ ﻋﻨﻪ ﺒﺎﻝﺤﺭﻑ ‪.i‬‬
‫ﻭﻝﺭﺴﻡ ﻫﺫﺍ ﺍﻝﻤﻨﺤﻨﻰ ﻨﻀﻊ ﻋﻠﻰ ﻤﺤﻭﺭ ﺍﻝﻔﻭﺍﺼل ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﺼﺎﻋﺩﺓ ‪ Fj‬ﻭﻋﻠﻰ ﻤﺤﻭﺭ‬
‫ﺍﻝﺘﺭﺍﺘﻴﺏ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻹﺠﻤﺎﻝﻴﺔ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﺼﺎﻋﺩﺓ ‪. Q j‬‬

‫ﻓﻨﺤﺼل ﻋﻠﻰ ﺍﻝﺭﺴﻡ ﺍﻝﺘﺎﻝﻲ‪:‬‬

‫‪Qj‬‬
‫‪1‬‬

‫ﻤﻨﺤﻨﻰ ﺍﻝﺘﻤﺭﻜﺯ‬

‫‪Q j = g  F j ‬‬

‫‪0‬‬ ‫‪1‬‬ ‫‪Fj‬‬

‫‪ -3‬ا‪"7/‬اج 
 ا ‪ K Ml ,/‬ا "‪:J/‬‬
‫ﻴﻤﻜﻥ ﻤﻌﺭﻓﺔ ﻗﻴﻤﺔ ﺍﻝﻭﺴﻴﻁﻴﺔ ‪ Ml‬ﻤﻥ ﻤﻨﺤﻨﻰ ﺍﻝﺘﻤﺭﻜﺯ ﻭﺫﻝﻙ ﺒﻭﺍﺴﻁﺔ ﺍﻝﻌﻤﻠﻴﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫ﻨﻘﻠﺏ ﺍﻝﺭﺴﻡ ﺒﺤﻴﺙ ﻴﺼﺒﺢ ﻤﺤﻭﺭ ﺍﻝﻔﻭﺍﺼل ﻴﺤﻤل ﺍﻝﻘﻴﻡ ‪ Q j‬ﻭ ﻤﺤﻭﺭ ﺍﻝﺘﺭﺍﺘﻴﺏ ﻴﺤﻤل ﺍﻝﻘﻴﻡ ‪. Fj‬ﺜﻡ ﻨﺭﺴﻡ ﺇﻝﻰ‬
‫ﻴﻤﻴﻥ ﻫﺫﺍ ﺍﻝﺭﺴﻡ ﺍﻝﺠﺩﻴﺩ ﻤﻨﺤﻨﻰ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﺼﺎﻋﺩﺓ‪).‬ﺍﻝﺭﺴﻡ ﺍﻝﺘﺎﻝﻲ ﺨﺎﺹ ﺒﺎﻝﻤﺜﺎل ﺍﻝﺴﺎﺒﻕ(‪.‬‬

‫‪Fj‬‬ ‫‪Fj‬‬

‫‪100%‬‬ ‫‪100%‬‬

‫‪70‬‬ ‫‪70‬‬
‫‪60‬‬ ‫‪60‬‬
‫‪50‬‬ ‫‪50‬‬

‫‪20‬‬ ‫‪20‬‬

‫‪0‬‬ ‫‪8‬‬ ‫‪40‬‬ ‫‪52‬‬ ‫‪100%Q‬‬ ‫‪0‬‬

‫‪j‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪7‬‬ ‫‪9‬‬ ‫ا‪#$‬ت‬
‫‪50‬‬
‫‪Me = 4,5‬‬ ‫‪Ml = 6,66‬‬
‫ﻭﺒﺎﻝﺘﺎﻝﻲ ﻨﻼﺤﻅ ﺠﻴﺩﺍ ﺃﻥ ‪ %50‬ﻤﻥ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﺼﺎﻋﺩﺓ ‪ Fj‬ﺘﻌﻁﻴﻨﺎ ﻋﻠﻰ ﺍﻝﺭﺴﻡ ﺍﻷﻴﻤﻥ‬
‫ﻗﻴﻤﺔ ﺍﻝﻭﺴﻴﻁ ‪ Me‬ﻭ‪ %50‬ﻤﻥ ﺍﻝﻘﻴﻡ ﺍﻹﺠﻤﺎﻝﻴﺔ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻤﺘﺠﻤﻌﺔ ﺍﻝﺼﺎﻋﺩﺓ ‪ Q j‬ﺘﻌﻁﻴﻨﺎ ﻗﻴﻤﺔ ﺍﻝﻭﺴﻴﻁﻴﺔ ‪ ، Ml‬ﺃﻱ‬
‫ﺒﺈﺴﻘﺎﻁ ﺃﻭل ﻋﻤﻭﺩﻱ ﻋﻠﻰ ﻤﻨﺤﻨﻰ ﺍﻝﺘﻤﺭﻜﺯ ﺜﻡ ﺇﺴﻘﺎﻁ ﺜﺎﻨﻲ ﺃﻓﻘﻲ ﻋﻠﻰ ﺍﻝﻤﻨﺤﻨﻰ ﺍﻝﺘﺠﻤﻴﻌﻲ ﺜﻡ ﺇﺴﻘﺎﻁ ﺜﺎﻝﺙ‬
‫ﻋﻤﻭﺩﻱ ﻋﻠﻰ ﻤﺤﻭﺭ ﺍﻝﻔﻭﺍﺼل ﻨﺤﺼل ﻋﻠﻰ ﻗﻴﻤﺔ ﺍﻝﻭﺴﻴﻁﻴﺔ ‪. Ml‬‬

‫‪ "`a -4‬ا 
"آ‪: I‬‬
‫‪ : !"#$ 1-4‬ﻤﺅﺸﺭ ﺍﻝﺘﻤﺭﻜﺯ ﻭﻴﺩﻋﻰ ﺃﻴﻀﺎ ﻤﺅﺸﺭ ﺠﻴﻨﻲ ﻨﺴﺒﺔ ﺇﻝﻰ ﺍﻹﺤﺼﺎﺌﻲ ﺍﻹﻴﻁﺎﻝﻲ "ﻜﻭﺭﺍﺩﻭﺠﻴﻨﻲ‬
‫‪ ،"Corrado Gini‬ﻴﺴﺎﻭﻱ ﻀﻌﻑ ﺍﻝﻤﺴﺎﺤﺔ ﺍﻝﻤﺤﺼﻭﺭﺓ ﺒﻴﻥ ﻤﻨﺤﻨﻰ ﺍﻝﺘﻤﺭﻜﺯ ﻭﺍﻝﻤﻨﺼﻑ ﺍﻷﻭل‪ .‬ﻭﻫﻭ ﻋﺩﺩ‬
‫ﺒﺩﻭﻥ ﺃﺒﻌﺎﺩ ﻻ ﻴﺘﺄﺜﺭ ﺒﻭﺤﺩﺍﺕ ﺍﻝﻘﻴﺎﺱ ﺍﻝﻤﺴﺘﻌﻤﻠﺔ ﻭﻴﻜﻭﻥ ﺩﺍﺌﻤﺎ ﻤﺤﺼﻭﺭﺍ ﺒﻴﻥ ﺍﻝﺼﻔﺭ ﻭﺍﻝﻭﺍﺤﺩ‪.‬‬

‫ﺇﺫﺍ ﻜﺎﻥ ﻤﺅﺸﺭ ﺠﻴﻨﻲ ﻗﺭﻴﺒﺎ ﻤﻥ ﺍﻝﺼﻔﺭ ﻴﻜﻭﻥ ﻤﻨﺤﻨﻰ ﺍﻝﺘﻤﺭﻜﺯ ﻗﺭﻴﺒﺎ ﻤﻥ ﺍﻝﻤﻨﺼﻑ ﺍﻷﻭل‪.‬‬

‫ﻭﻓﻲ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ ﻨﺘﻜﻠﻡ ﻋﻥ ﺘﻭﺯﻴﻊ ﻀﻌﻴﻑ ﺍﻝﺘﻤﺭﻜﺯ‪ .‬ﻨﺸﻬﺩ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ ﻓﻲ ﺍﻝﻘﻁﺎﻋﺎﺕ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﺍﻝﺘﻲ‬
‫ﺘﺤﻘﻕ ﻓﻴﻬﺎ ﺍﻝﺸﺭﻜﺎﺕ ﺃﺭﻗﺎﻤﺎ ﻝﻸﻋﻤﺎل ﻤﺘﻘﺎﺭﺒﺔ ﻜﻘﻁﺎﻉ ﺘﺠﺎﺭﺓ ﺍﻝﻤﻭﺍﺩ ﺍﻝﻐﺫﺍﺌﻴﺔ ﺍﻝﺫﻱ ‪‬ﻴﻌﺭﻑ ﻋﻨﻪ ﺒﺄﻨﻪ ﻗﻁﺎﻉ‬
‫ﻀﻌﻴﻑ ﺍﻝﺘﻤﺭﻜﺯ‪.‬‬

‫ﻭﺇﺫﺍ ﻜﺎﻥ ﻤﺅﺸﺭ ﺍﻝﺘﻤﺭﻜﺯ ﻗﺭﻴﺒﺎ ﻤﻥ ﺍﻝﻭﺍﺤﺩ‪ ،‬ﻴﻜﻭﻥ ﻤﻨﺤﻨﻰ ﺍﻝﺘﻤﺭﻜﺯ ﺒﻌﻴﺩﺍ ﻋﻥ ﺍﻝﻤﻨﺼﻑ ﺍﻷﻭل‪ .‬ﻭﻓﻲ ﻫﺫﻩ‬
‫ﺍﻝﺤﺎﻝﺔ ﻨﺘﻜﻠﻡ ﻋﻥ ﺘﻭﺯﻴﻊ ﻗﻭﻱ ﺍﻝﺘﻤﺭﻜﺯ‪ .‬ﻨﺸﻬﺩ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ ﻓﻲ ﺍﻝﻘﻁﺎﻋﺎﺕ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﺍﻝﺘﻲ ﺘﺴﺘﺤﻭﺫ ﻓﻴﻬﺎ ﻓﺌﺔ ﻗﻠﻴﻠﺔ‬
‫ﻤﻥ ﺍﻝﺸﺭﻜﺎﺕ ﻋﻠﻰ ﺃﻜﺒﺭ ﻗﺴﻡ ﻤﻥ ﻤﺠﻤﻭﻉ ﺭﻗﻡ ﺍﻷﻋﻤﺎل ﺍﻝﻤﺤﻘﻕ ﻓﻲ ﻫﺫﺍ ﺍﻝﻘﻁﺎﻉ ﺃﻤﺎﻡ ﻓﺌﺔ ﻜﺒﻴﺭﺓ ﻤﻥ ﺍﻝﻤﺅﺴﺴﺎﺕ‬
‫ﻭﺍﻝﺘﻲ ﻝﻴﺱ ﻝﺩﻴﻬﺎ ﺇﻻ ﺍﻝﻘﺴﻡ ﺍﻷﺼﻐﺭ ﻤﻥ ﺭﻗﻡ ﺍﻷﻋﻤﺎل ﺍﻝﻤﺤﻘﻕ‪.‬‬

‫ﻓﻌﻠﻰ ﺴﺒﻴل ﺍﻝﻤﺜﺎل ﻗﻁﺎﻉ ﺼﻨﺎﻋﺔ ﺍﻝﻁﺎﺌﺭﺍﺕ ﺒﺠﺎﻨﺏ ﻤﺠﻤﻭﻋﺔ ﻜﺒﻴﺭﺓ ﻤﻥ ﺍﻝﺸﺭﻜﺎﺕ ﺍﻝﺘﻲ ﺘﻨﺘﺞ ﻗﻁﻊ ﺍﻝﻐﻴﺎﺭ‬
‫ﻝﺒﻌﺽ ﺍﻵﻝﻴﺎﺕ‪ .‬ﻤﺜل ﻫﺫﺍ ﺍﻝﻘﻁﺎﻉ ‪‬ﻴﺩﻋﻰ ﻗﻁﺎﻉ ﻗﻭﻱ ﺍﻝﺘﻤﺭﻜﺯ‪.‬‬

‫‪ 2-4‬ب ‪ "`a‬ا 

"آ‪: I‬‬
‫ﻫﻨﺎﻙ ﻋﺩﺓ ﻁﺭﻕ ﻝﺤﺴﺎﺏ ﻤﺅﺸﺭ ﺍﻝﺘﻤﺭﻜﺯ ﻨﺫﻜﺭ ﻤﻨﻬﺎ‪:‬‬

‫أ( ا ‪ +!",‬ا*و ( ‪ :‬ﻤﺅﺸﺭ ﺍﻝﺘﻤﺭﻜﺯ ‪ i‬ﻴﺴﺎﻭﻱ ﻀﻌﻑ ﻤﺴﺎﺤﺔ ﺍﻝﺘﻤﺭﻜﺯ ‪ ، s‬ﻫﺫﺍ ﺇﺫﺍ ﻜﻨﺎ ﻨﻌﺭﻑ ﻫﺫﻩ‬
‫‪i = 2s‬‬ ‫ﺍﻝﻤﺴﺎﺤﺔ ‪:‬‬

‫ب( ا ‪ +!",‬ا ‪ : 23‬ﺇﺫﺍ ﻜﻨﺎ ﻨﻌﺭﻑ ﺩﺍﻝﺔ ﺍﻝﺘﻤﺭﻜﺯ ‪ g‬ﻭﺍﻝﻤﻌﺭﻓﺔ ﻜﻤﺎ ﻴﻠﻲ‪ ، Q j = g  Fj  :‬ﻓﺈﻥ ﻤﺴﺎﺤﺔ‬
‫‪1‬‬
‫‪. s =  x − g ( x )  dx‬‬
‫∫‬ ‫ﺍﻝﺘﻤﺭﻜﺯ ﺘﺴﺎﻭﻱ ﻓﻲ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ‪:‬‬
‫‪0‬‬

‫‪1‬‬
‫‪i = 2 ∫  x − g ( x )  dx‬‬ ‫ﻭﺒﺎﻝﺘﺎﻝﻲ ﻤﺅﺸﺭ ﺍﻝﺘﻤﺭﻜﺯ ﻴﺴﺎﻭﻱ‪:‬‬
‫‪0‬‬
 ‫ج( ‪ +!"0‬ا
‪3;3‬ت ‪:‬‬
‫ﻨﺤﺴﺏ ﻤﺅﺸﺭ ﺍﻝﺘﻤﺭﻜﺯ ﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﻌﻼﻗﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫‪r −1‬‬
‫) ‪i = ∑ ( Fj Q j +1 − Fj +1 Q j‬‬
‫‪j =1‬‬

‫‪r −1‬‬ ‫‪r −1‬‬

‫‪i = ∑ Fj Q j +1 − ∑ Fj +1 Q j‬‬ ‫ﺃﻭ ﺍﻝﻌﻼﻗﺔ‪:‬‬
‫‪j =1‬‬ ‫‪j =1‬‬

‫ﺤﻴﺙ‪:‬‬

‫‪ : Fj‬ﻫﻲ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻤﺘﺠﻤﻌﺔ‪.‬‬

‫‪ : Q j‬ﻫﻲ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻹﺠﻤﺎﻝﻴﺔ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻤﺘﺠﻤﻌﺔ‪.‬‬

‫‪ : r‬ﻫﻭ ﻋﺩﺩ ﺍﻝﻔﺌﺎﺕ‪.‬‬

‫ﺘﺩﻋﻰ ﻫﺫﻩ ﺍﻝﻁﺭﻴﻘﺔ ﺒﻁﺭﻴﻘﺔ ﺍﻝﻤﺜﻠﺜﺎﺕ‪.‬‬

‫د( ‪ b&` +!"0‬ا
'>"ف ‪:‬‬
‫ﻨﺤﺴﺏ ﻤﺅﺸﺭ ﺍﻝﺘﻤﺭﻜﺯ ﺒﺎﺴﺘﻌﻤﺎل ﺍﻝﻌﻼﻗﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫‪‬‬ ‫‪r‬‬ ‫‪‬‬

‫) ‪i = 1 −  f1 Q1 + ∑ f j ( Q j −1 + Q j‬‬ ‫‪‬‬
‫‪‬‬ ‫‪j =2‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫ﺤﻴﺙ‪:‬‬

‫‪ : f j‬ﻫﻲ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ‪.‬‬

‫‪ : Q j‬ﻫﻲ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻹﺠﻤﺎﻝﻴﺔ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻤﺘﺠﻤﻌﺔ‪.‬‬

‫‪ : r‬ﻫﻭ ﻋﺩﺩ ﺍﻝﻔﺌﺎﺕ‪.‬‬

‫ﺘﺩﻋﻰ ﻫﺫﻩ ﺍﻝﻁﺭﻴﻘﺔ ﺒﻁﺭﻴﻘﺔ ﺸﺒﻪ ﺍﻝﻤﻨﺤﺭﻑ‪.‬‬

‫‪3‬ل ‪: +&,$‬‬
‫ﺃﺭﺴﻡ ﻤﻨﺤﻨﻰ ﺍﻝﺘﻤﺭﻜﺯ ﻭﺃﺤﺴﺏ ﻤﺅﺸﺭ ﺍﻝﺘﻤﺭﻜﺯ ﺒﺎﺴﺘﻌﻤﺎل ﻁﺭﻴﻘﺘﻲ ﺍﻝﻤﺜﻠﺜﺎﺕ ﻭﺸﺒﻪ ﺍﻝﻤﻨﺤﺭﻑ ﺒﺎﻝﻨﺴﺒﺔ‬
‫ﻝﻤﻌﻁﻴﺎﺕ ﺠﺩﻭل ﺍﻝﻤﺜﺎل ﺍﻝﺘﻁﺒﻴﻘﻲ ﺍﻝﺴﺎﺒﻕ‪.‬‬
Qj qj Fj f j

0,08 0,08 0,2 0,2

0,40 0,32 0,6 0,4
0,52 0,12 0,7 0,1
1 0,48 1 0,3
:J/" ‫( ا‬1
Qj
1

0,5
2
‫ﻤﻨﺤﻨﻰ ﺍﻝﺘﻤﺭﻜﺯ‬
40,

0,08

0 0,2 0,6 0,7 1 Fj

r −1
i = ∑ (Fj Q j +1 − Fj +1Q j ) : ‫ت‬3;3
‫ ا‬+!"0 (2
j =1

r = 4 :‫ﻋﺩﺩ ﺍﻝﻔﺌﺎﺕ‬
3
i = ∑ ( Fj Q j +1 − Fj +1Q j ) = ( F1Q2 − F2Q1 ) + ( F2Q3 − F3Q2 ) + ( F3Q4 − F4Q3 )
j =1

i = ( 0, 2 )( 0, 4 ) − ( 0, 6 )( 0, 08 ) + ( 0, 6 )( 0,52 ) − ( 0, 7 )( 0, 4 ) + ( 0, 7 )(1) − (1)( 0, 52 )

i = 0, 244
: ‫ ا
'>"ف‬b&` +!"0 (3
 r 
i = 1 − f 1Q1 + ∑ f j (Q j −1 + Q j ) 
 j =2 
 r = 4 :‫ﻋﺩﺩ ﺍﻝﻔﺌﺎﺕ‬

i = 1 − [ f 1Q1 + f 2 (Q1 + Q 2 ) + f 3 (Q 2 + Q 3 ) + f 4 (Q 3 + Q 4 )]
i = 1 − [ (0, 2)(0,08) + (0,4)(0,08 + 0, 4) + (0,1)(0,4 + 0,52) + (0,3)(0,52 + 1)]

i = 1 − 0, 756

i = 0, 244
 ‫ا ـــ‪ G‬ا ‪ : 5‬ا*رم ا ‪/+‬‬
‫‪:‬‬ ‫‪!"#$‬‬
‫ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻋﺒﺎﺭﺓ ﻋﻥ ﻤﻘﻴﺎﺱ ﺇﺤﺼﺎﺌﻲ‪ ،‬ﺒﻭﺍﺴﻁﺘﻪ ﻨﺴﺘﻁﻴﻊ ﻗﻴﺎﺱ ﺍﻝﺘﻐﻴﺭﺍﺕ ﺍﻝﻭﺍﻗﻌﺔ ﻓﻲ ﺍﻝﺯﻤﺎﻥ ﺃﻭ ﻓﻲ‬
‫ﺍﻝﻤﻜﺎﻥ ﻝﻅﺎﻫﺭﺓ ﺃﻭ ﻤﺠﻤﻭﻋﺔ ﻤﻥ ﺍﻝﻅﻭﺍﻫﺭ ﺍﻝﻤﺭﺘﺒﻁﺔ‪.‬‬

‫ﺒﺼﻔﺔ ﻋﺎﻤﺔ‪ ،‬ﺍﻷﺭﻗﺎﻡ ﺍﻝﻘﻴﺎﺴﻴﺔ ﻫﻲ ﺃﻋﺩﺍﺩ ﺒﺩﻭﻥ ﺃﺒﻌﺎﺩ ﺘﺴﺎﻋﺩ ﻋﻠﻰ ﺘﻠﺨﻴﺹ ﻋﺩﺓ ﻤﻌﻠﻭﻤﺎﺕ ﻓﻲ ﺸﻜل‬
‫ﻋﺩﺩ ﻭﺍﺤﺩ ﻭﺇﺠﺭﺍﺀ ﺍﻝﻤﻘﺎﺭﻨﺔ ﺒﻴﻥ ﻋﺩﺓ ﻤﻼﺤﻅﺎﺕ ﻜﻤﻴﺔ ﺘﻡ ﺤﺴﺎﺒﻬﺎ ﻓﻲ ﺤﺎﻻﺕ ﺃﻭ ﻅﺭﻭﻑ ﻤﺨﺘﻠﻔﺔ‬
‫) ﺘﻭﺍﺭﻴﺦ ‪ ،‬ﺃﻤﺎﻜﻥ ‪ ،‬ﻓﺘﺭﺍﺕ ‪ ،‬ﺴﻨﻭﺍﺕ ‪ ...‬ﺇﻝﺦ (‪.‬‬

‫ﻭﺍﻷﺭﻗﺎﻡ ﺍﻝﻘﻴﺎﺴﻴﺔ ﹸﺘﺴﺘﻌﻤل ﻓﻲ ﻤﻴﺎﺩﻴﻥ ﻤﺘﻌﺩﺩﺓ ‪ ،‬ﺨﺎﺼﺔ ﻓﻲ ﻤﻴﺩﺍﻥ ﺍﻻﻗﺘﺼﺎﺩ ﻓﻬﻲ ﺘﻌﻁﻴﻨﺎ ﻓﻜﺭﺓ ﻋﻥ ﻅﻭﺍﻫﺭ‬
‫ﺍﻗﺘﺼﺎﺩﻴﺔ ﻤﻬ ‪‬ﻤﺔ‪ .‬ﻭ ﻫﻲ ﻤﺘﻌﺩﺩﺓ ﻭ ﻤﺘﻨﻭﻋﺔ ﺒﺘﻌﺩﺩ ﻭﺘﻨﻭﻉ ﺍﻝﻅﻭﺍﻫﺭ ﺍﻝﻤﻌﻨﻴﺔ ﺒﺎﻝﺩﺭﺍﺴﺔ‪ ،‬ﻨﺫﻜﺭ ﻤﻨﻬﺎ ﻋﻠﻰ ﺴﺒﻴل‬
‫ﺍﻝﻤﺜﺎل‪ :‬ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻝﻸﺴﻌﺎﺭ ﻋﻨﺩ ﺍﻹﺴﺘﻬﻼﻙ‪ ،‬ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻝﻠﺒﻁﺎﻝﺔ‪ ،‬ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻝﻸﺠﻭﺭ‪ ،‬ﺍﻝﺭﻗﻡ‬
‫ﺍﻝﻘﻴﺎﺴﻲ ﻝﻠﺘﺠﺎﺭﺓ ﺍﻝﺨﺎﺭﺠﻴﺔ‪ ،‬ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻝﻺﻨﺘﺎﺝ ﺍﻝﺼﻨﺎﻋﻲ ‪...‬ﺇﻝﺦ ‪.‬‬

‫‪ -1‬ا "‪ J‬ا ‪ /+‬ا &= ‪:‬‬

‫ﻝﻴﻜﻥ ‪ X‬ﻤﺘﻐﻴﺭ ﻜﻤﻲ ﻴﺄﺨﺫ ﻗﻴﻤﺎ ﻤﺨﺘﻠﻔﺔ ﻓﻲ ﺤﺎﻻﺕ ﻤﺨﺘﻠﻔﺔ‪ .‬ﻭﻝﺘﻜﻥ ‪ xt‬ﻗﻴﻤﺔ ﺍﻝﻤﺘﻐﻴﺭ ‪ X‬ﻓﻲ ﺍﻝﺤﺎﻝﺔ ﺃﻭ ﺍﻝﻅﺭﻑ‬
‫‪ t‬ﻭ ‪ x0‬ﻗﻴﻤﺔ ﺍﻝﻤﺘﻐﻴﺭ ‪ X‬ﻓﻲ ﺍﻝﺤﺎﻝﺔ ﺃﻭ ﺍﻝﻅﺭﻑ ‪. 0‬‬

‫ﺍﻝﻨﺴﺒﺔ ‪:‬‬ ‫‪0‬‬ ‫ﻨﺴﻤﻲ ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﺍﻝﺒﺴﻴﻁ ﻝﻠﻤﻘﺩﺍﺭ ‪ X‬ﻓﻲ ﺍﻝﺤﺎﻝﺔ ‪ t‬ﻤﻘﺎﺭﻨﺔ ﻤﻊ ﺍﻝﺤﺎﻝﺔ‬
‫‪xt‬‬
‫= ) ‪I t (X‬‬
‫‪0‬‬ ‫‪x0‬‬

‫ﺤﻴﺙ ‪:‬‬

‫ﻭﺍﻝﺘﻲ ﺘﺴﻤﻰ ﺤﺎﻝﺔ ﺍﻷﺴﺎﺱ ﺃﻭ ﺍﻝﺤﺎﻝﺔ ﺍﻝﻤﺭﺠﻌﻴﺔ ‪.‬‬ ‫‪0‬‬ ‫‪ : x0‬ﻫﻭ ﻗﻴﻤﺔ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻜﻤﻲ ‪ X‬ﻓﻲ ﺍﻝﺤﺎﻝﺔ‬

‫‪ : xt‬ﻫﻭ ﻗﻴﻤﺔ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻜﻤﻲ ‪ X‬ﻓﻲ ﺍﻝﺤﺎﻝﺔ ‪ t‬ﻭﺍﻝﺘﻲ ﺘﺴﻤﻰ ﺍﻝﺤﺎﻝﺔ ﺍﻝﺠﺎﺭﻴﺔ ﺃﻭ ﺍﻝﺤﺎﻝﻴﺔ ‪.‬‬

‫ﻫﻲ ﻓﺘﺭﺓ‬ ‫‪0‬‬ ‫ﻋﻨﺩﻤﺎ ﻨﻘﻭﻡ ﺒﺤﺴﺎﺏ ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻓﻲ ﺍﻝﺯﻤﻥ ‪ ،‬ﻨﺘﻜﻠﻡ ﻋﻥ ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﺍﻝﺯﻤﻨﻲ ﻭ ﺘﻜﻭﻥ‬
‫ﺍﻷﺴﺎﺱ ﺃﻭ ﺴﻨﺔ ﺍﻷﺴﺎﺱ ﻭ ‪ t‬ﻫﻲ ﺍﻝﻔﺘﺭﺓ ﺍﻝﺠﺎﺭﻴﺔ ﺃﻭ ﺍﻝﺴﻨﺔ ﺍﻝﺠﺎﺭﻴﺔ ‪.‬‬

‫ﻭ ﻋﻨﺩﻤﺎ ﻨﻘﻭﻡ ﺒﺤﺴﺎﺏ ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻓﻲ ﺍﻝﻤﻜﺎﻥ ‪ ،‬ﻨﺘﻜﻠﻡ ﻋﻥ ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﺍﻝﺠﻬﻭﻱ ﻭﺍﻝﺫﻱ ﻴﻌﺒﺭ ﻋﻥ‬
‫ﺍﻝﻤﻘﺩﺍﺭ ‪ xt‬ﻓﻲ ﺍﻝﻤﻨﻁﻘﺔ ﺍﻝﺤﺎﻝﻴﺔ ﻤﻘﺎﺭﻨﺔ ﺒﺎﻝﻤﻘﺩﺍﺭ ‪ x0‬ﻓﻲ ﻤﻨﻁﻘﺔ ﺍﻷﺴﺎﺱ ‪.‬‬

‫ﻭﻋﻤﻭﻤﺎ ﻨﻌﺒﺭ ﻋﻥ ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ) ‪ I t ( X‬ﺒﻨﺴﺒﺔ ﻤﺌﻭﻴﺔ‪ ،‬ﻓﻴﺼﺒﺢ ﻴﺴﺎﻭﻱ‪:‬‬

‫‪0‬‬
 ‫‪xt‬‬
‫= ) ‪I t (X‬‬ ‫‪× 100‬‬
‫‪0‬‬ ‫‪x0‬‬

‫‪.‬‬ ‫‪0‬‬ ‫ﻭﻨﻘﺭﺃ ) ‪ I t ( X‬آ & ‪ :‬ا‪ -‬ا‪*+& ,+‬ار ‪  X‬ا ‪ t‬ﺃﺴﺎﺱ ‪ 100‬ﻓﻲ ﺍﻝﺤﺎﻝﺔ‬
‫‪0‬‬

‫ﻤﺜﻼ ﻨﻘﻭل ‪ :‬ﺒﻠﻎ ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻝﺴﻌﺭ ﺍﻝﻠﺤﻡ ‪ 150‬ﺴﻨﺔ ‪ 2010‬ﺃﺴﺎﺱ ‪ 100‬ﺴﻨﺔ ‪. 2008‬‬

‫‪ cX -2‬ا*رم ا ‪ /+‬ا &‪: ,‬‬

‫‪ 6X -1-2‬ا
‪: +5,‬‬
‫ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﺍﻝﺒﺴﻴﻁ ﻓﻲ ﺤﺎﻝﺔ ﻤﻌﻴﻨﺔ‪ ،‬ﻤﻘﺎﺭﻨﺔ ﻤﻊ ﻨﻔﺱ ﺍﻝﺤﺎﻝﺔ ﻴﺴﺎﻭﻱ‪ ،1‬ﺃﻱ ﻋﻨﺩﻤﺎ ﺘﺘﻁﺎﺒﻕ ﺤﺎﻝﺔ ﺍﻷﺴﺎﺱ‬
‫ﻤﻊ ﺍﻝﺤﺎﻝﺔ ﺍﻝﺠﺎﺭﻴﺔ‪ .‬ﻤﻥ ﻫﻨﺎ ﺠﺎﺀﺕ ﺨﺎﺼﻴﺔ ﺍﻝﻤﻁﺎﺒﻘﺔ‪:‬‬
‫‪x0‬‬
‫= ) ‪I0 ( X‬‬ ‫‪× 100 = 100‬‬
‫‪0‬‬ ‫‪x0‬‬

‫ﺃﻭ‬
‫‪xt‬‬
‫= ) ‪I t (X‬‬ ‫‪× 100 = 100‬‬
‫‪t‬‬ ‫‪xt‬‬

‫‪ 6X -2-2‬ا
‪: /#‬‬
‫ﻫﺫﻩ ﺍﻝﺨﺎﺼﻴﺔ ﻤﻌﺒﺭ ﻋﻨﻬﺎ ﺒﻭﺍﺴﻁﺔ ﺍﻝﻌﻼﻗﺔ ﺍﻝﺘﺎﻝﻴﺔ ‪:‬‬

‫‪I t ( X ) × I0 ( X ) = 1‬‬
‫‪0‬‬ ‫‪t‬‬

‫ﺃﻭ‬

‫‪1‬‬
‫= ) ‪I0 (X‬‬
‫‪t‬‬ ‫) ‪I t (X‬‬
‫‪0‬‬

‫ﺃﻱ ﺃﻥ ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻓﻲ ﺍﻝﺤﺎﻝﺔ ‪ t‬ﻤﻘﺎﺭﻨﺔ ﺒﺎﻝﺤﺎﻝﺔ ‪ 0‬ﻫﻭ ﻤﻘﻠﻭﺏ ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻓﻲ ﺍﻝﺤﺎﻝﺔ ‪ 0‬ﻤﻘﺎﺭﻨﺔ ﺒﺎﻝﺤﺎﻝﺔ ‪. t‬‬

‫ﹸﺘﺴﺘﻌﻤل ﻫﺫﻩ ﺍﻝﺨﺎﺼﻴﺔ ﻜﺜﻴﺭﺍ ﻤﻊ ﺍﻷﺭﻗﺎﻡ ﺍﻝﻘﻴﺎﺴﻴﺔ ﺍﻝﺠﻬﻭﻴﺔ‪.‬‬

‫‪ 6X -3-2‬ا ورا‪: 2‬‬

‫ﻫﺫﻩ ﺍﻝﺨﺎﺼﻴﺔ ﻤﻌﺒﺭ ﻋﻨﻬﺎ ﺒﻭﺍﺴﻁﺔ ﺍﻝﻌﻼﻗﺔ ﺍﻝﺘﺎﻝﻴﺔ‪I a × I b × I c = 1 :‬‬
‫‪b‬‬ ‫‪c‬‬ ‫‪a‬‬
 ‫‪ 6X -4-2‬ا >!; ‪:‬‬
‫‪Ic‬‬
‫= ‪Ic‬‬ ‫‪a‬‬
‫ﻫﺫﻩ ﺍﻝﺨﺎﺼﻴﺔ ﻤﻌﺒﺭ ﻋﻨﻬﺎ ﺒﻭﺍﺴﻁﺔ ﺍﻝﻌﻼﻗﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫‪b‬‬ ‫‪Ib‬‬
‫‪a‬‬

‫‪ -5-2‬ا "‪ J‬ا ‪ /+‬آُاء *رم ‪: /‬‬

‫ﺇﺫﺍ ﻜﺎﻥ ‪ ، X = Y × Z‬ﻓﺈﻥ ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻝﻠﻤﻘﺩﺍﺭ ‪ X‬ﻴﻤﻜﻥ ﺃﻥ ‪‬ﻴﻜﺘﺏ ﺒﺩﻻﻝﺔ ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻝﻠﻤﻘﺩﺍﺭ ‪Y‬‬
‫‪It‬‬
‫‪0‬‬
‫) ‪( X ) = I t 0 (Y ) × I t 0 ( Z‬‬ ‫ﻭﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻝﻠﻤﻘﺩﺍﺭ ‪ Z‬ﺃﻱ‪:‬‬

‫‪ -3‬ا "‪ J‬ا ‪ /+‬ا &= ‪#/e‬ر ‪:‬‬

‫ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﺍﻝﺒﺴﻴﻁ ﻝﻸﺴﻌﺎﺭ ﻴﺴﺎﻭﻱ‪:‬‬

‫‪Pt‬‬
‫‪It‬‬ ‫= )‪( P‬‬ ‫‪× 100‬‬
‫‪0‬‬ ‫‪P0‬‬

‫‪ : P0‬ﻫﻭ ﺴﻌﺭ ﺍﻝﻤﻨﺘﻭﺝ ﻓﻲ ﻓﺘﺭﺓ ﺍﻷﺴﺎﺱ ‪.‬‬

‫‪ : Pt‬ﻫﻭ ﺴﻌﺭ ﺍﻝﻤﻨﺘﻭﺝ ﻓﻲ ﺍﻝﻔﺘﺭﺓ ﺍﻝﺠﺎﺭﻴﺔ ‪.‬‬

‫‪ -4‬ا "‪ J‬ا ‪ /+‬ا &= ;
ت أو ا*م ‪:‬‬

‫ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﺍﻝﺒﺴﻴﻁ ﻝﻠﻜﻤﻴﺎﺕ ﺃﻭ ﺍﻷﺤﺠﺎﻡ ﻴﺴﺎﻭﻱ‪:‬‬

‫‪Qt‬‬
‫= ) ‪I t (Q‬‬ ‫‪× 100‬‬
‫‪0‬‬ ‫‪Q0‬‬

‫‪ :Q 0‬ﻫﻲ ﺍﻝﻜﻤﻴﺔ )ﺃﻭ ﺍﻝﺤﺠﻡ( ﻓﻲ ﻓﺘﺭﺓ ﺍﻷﺴﺎﺱ ‪.‬‬

‫‪ :Qt‬ﻫﻲ ﺍﻝﻜﻤﻴﺔ )ﺃﻭ ﺍﻝﺤﺠﻡ( ﻓﻲ ﺍﻝﻔﺘﺭﺓ ﺍﻝﺠﺎﺭﻴﺔ ‪.‬‬

‫‪ -5‬ا "‪ J‬ا ‪ /+‬ا &= ;‪: 

+‬‬
‫ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﺍﻝﺒﺴﻴﻁ ﻝﻠﻘﻴﻤﺔ ﻴﺴﺎﻭﻱ‪:‬‬
‫‪Vt‬‬
‫= ) ‪I t (V‬‬ ‫‪× 100‬‬
‫‪0‬‬ ‫‪V0‬‬

‫‪ :V 0‬ﻫﻲ ﺍﻝﻘﻴﻤﺔ ﻓﻲ ﻓﺘﺭﺓ ﺍﻷﺴﺎﺱ ‪.‬‬

‫‪ :V t‬ﻫﻲ ﺍﻝﻘﻴﻤﺔ ﻓﻲ ﺍﻝﻔﺘﺭﺓ ﺍﻝﺠﺎﺭﻴﺔ ‪.‬‬

 ‫ﻭﺒﻤﺎ ﺃﻥ ﺍﻝﻘﻴﻤﺔ ﺘﺴﺎﻭﻱ ﺍﻝﺴﻌﺭ ﻤﻀﺭﻭﺒﺎ ﻓﻲ ﺍﻝﻜﻤﻴﺔ ‪V = P × Q‬‬

‫ﻓﺈﻥ ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﺍﻝﺒﺴﻴﻁ ﻝﻠﻘﻴﻤﺔ ﻴﺴﺎﻭﻱ ﺃﻴﻀﺎ‪:‬‬

‫‪Pt Qt‬‬ ‫‪P Q‬‬

‫= ) ‪I t (V‬‬ ‫‪× 100 = t × t × 100‬‬
‫‪0‬‬ ‫‪P0 Q0‬‬ ‫‪P0 Q0‬‬

‫‪ -6‬ا*رم ا ‪ /+‬ا &‪ ,‬ا ُ

;; ‪:‬‬
‫ﺴﺒﺔ ﻝﻠﻔﺘﺭﺍﺕ ﺍﻝﻤﺘﺘﺎﻝﻴﺔ ‪ ،... ،3 ،2 ،1‬ﻭﻝﺘﻜﻥ ﺍﻷﺭﻗﺎﻡ ﺍﻝﻘﻴﺎﺴﻴﺔ‬
‫ﻝﺘﻜﻥ ﺍﻝﻤﻘﺎﺩﻴﺭ ‪ ،... ، X 3 ، X 2 ، X 1‬ﺍﻝﻤﻨﺎ ِ‬
‫ﺍﻝﺘﺎﻝﻴﺔ‪...، I 5 ، I 4 ، I 3 ، I 2 :‬‬
‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬

‫ﻫﺫﻩ ﺍﻷﺭﻗﺎﻡ ﺍﻝﻘﻴﺎﺴﻴﺔ ﻤﺤﺴﻭﺒﺔ ﻋﻠﻰ ﻓﺘﺭﺍﺕ ﻤﺘﺴﻠﺴﻠﺔ ﺘﺩﻋﻰ ﺍﻷﺭﻗﺎﻡ ﺍﻝﻘﻴﺎﺴﻴﺔ ﺍﻝﺒﺴﻴﻁﺔ ﺍﻝﻤﺘﺴﻠﺴﻠﺔ‪ ،‬ﻭﻴﻤﻜﻥ‬
‫ﻜﺘﺎﺒﺔ ﺃﻱ ﺭﻗﻡ ﻗﻴﺎﺴﻲ ﻝﻤﻘﺩﺍﺭ ﻤﻌﻴﻥ ﻓﻲ ﻓﺘﺭﺓ ﻤﻌﻴﻨﺔ ﺒﺎﻝﻨﺴﺒﺔ ﻷﻱ ﻓﺘﺭﺓ ﻜﻔﺘﺭﺓ ﺍﻷﺴﺎﺱ ﺒﺩﻻﻝﺔ ﺍﻷﺭﻗﺎﻡ ﺍﻝﻘﻴﺎﺴﻴﺔ‬
‫ﺍﻝﻤﺘﺴﻠﺴﻠﺔ‪ .‬ﻤﺜﻼ‪ :‬ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻝﻠﻤﻘﺩﺍﺭ ﻓﻲ ﺍﻝﻔﺘﺭﺓ ‪ 6‬ﻤﻘﺎﺭﻨﺔ ﻤﻊ ﺍﻝﻔﺘﺭﺓ ‪ 3‬ﻴﺴﺎﻭﻱ‪:‬‬
‫‪I6 = I6 ×I5 ×I4‬‬
‫‪3‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬

‫‪ -7‬ا*رم ا ‪ /+‬ا 
‪ #‬أو ا
"آ& ‪:‬‬
‫ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﺍﻝﺒﺴﻴﻁ ﻴﺴﻤﺢ ﻝﻨﺎ ﺒﻤﻘﺎﺭﻨﺔ ﺍﻷﺴﻌﺎﺭ‪ ،‬ﺍﻝﻜﻤﻴﺎﺕ ﺃﻭ ﺍﻝﻘﻴﻡ ﻝﻤﻨﺘﻭﺝ ﻭﺍﺤﺩ‪ ،‬ﺒﻴﺩ ﺃﻨﻨﺎ ﺇﺫﺍ ﻜﻨﺎ ﺃﻤﺎﻡ‬
‫ﻅﺎﻫﺭﺓ ﻤﺭﻜﺒﺔ ﻨﺤﺘﺎﺝ ﺇﻝﻰ ﺃﺭﻗﺎﻡ ﻗﻴﺎﺴﻴﺔ ﺠﺩﻴﺩﺓ ﺘﺩﻋﻰ ﺒﺎﻷﺭﻗﺎﻡ ﺍﻝﻘﻴﺎﺴﻴﺔ ﺍﻝﺘﺠﻤﻴﻌﻴﺔ ﺃﻭ ﺍﻝﻤﺭﻜﺒﺔ‪.‬‬

‫ﻤﺜﺎل‪ :‬ﻓﻲ ﺤﺴﺎﺏ ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻝﻠﺴﻌﺭ ﻋﻨﺩ ﺍﻻﺴﺘﻬﻼﻙ ﻨﻘﺎﺭﻥ ﺴﻌﺭ ﺍﻝﺨﺒﺯ‪ ،‬ﺴﻌﺭ ﺍﻝﺤﻠﻴﺏ‪ ،‬ﺴﻌﺭ ﺍﻝﻠﺤﻡ‪،‬‬
‫ﺴﻌﺭ ﺍﻝﺩﻭﺍﺀ‪ ،‬ﺴﻌﺭ ﺍﻝﻜﺭﺍﺀ ‪ ...‬ﻓﻲ ﻓﺘﺭﺓ ﺯﻤﻨﻴﺔ ﻤﻌﻴﻨﺔ ﻤﻊ ﻓﺘﺭﺓ ﺃﺨﺭﻯ‪.‬‬
‫‪ -1-7‬ا "‪ J‬ا ‪ /+‬ا 
‪ #‬ا &= ‪:‬‬
‫ﻫﻭ ﻋﺒﺎﺭﺓ ﻋﻥ ﻭﺴﻁ ﺤﺴﺎﺒﻲ ﺒﺴﻴﻁ ﻷﺭﻗﺎﻡ ﻗﻴﺎﺴﻴﺔ ﺒﺴﻴﻁﺔ‪.‬‬

‫ﻝﺘﻜﻥ ﺍﻷﺭﻗﺎﻡ ﺍﻝﻘﻴﺎﺴﻴﺔ ﺍﻝﺒﺴﻴﻁﺔ ‪ . J n ،.....، J 2 ، J 1‬ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﺍﻝﺘﺠﻤﻴﻌﻲ ﺍﻝﺒﺴﻴﻁ ﻴﺴﺎﻭﻱ ‪:‬‬
‫‪J1 + J 2 + ⋯ + J n‬‬
‫= ‪It‬‬
‫‪0‬‬ ‫‪n‬‬
‫‪∑ Ji‬‬
‫‪It‬‬ ‫=‬
‫‪0‬‬ ‫‪n‬‬

‫‪: RS‬‬
‫‪ -2-7‬ا "‪ J‬ا ‪ /+‬ا 
‪ #‬ا ُ
" ّ‬
‫ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﺍﻝﺘﺠﻤﻴﻌﻲ ﺍﻝﻤﺭﺠﺢ ﻋﺒﺎﺭﺓ ﻋﻥ ﻭﺴﻁ ﺤﺴﺎﺒﻲ ﻤﺭﺠﺢ ﻝﻸﺭﻗﺎﻡ ﺍﻝﻘﻴﺎﺴﻴﺔ ﺍﻝﺒﺴﻴﻁﺔ ﺍﻝﺘﻲ ﺘﺩﺨل ﻓﻲ‬
‫ﺤﺴﺎﺏ ﻫﺫﺍ ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻭﺍﻝﺘﻲ ﺘﺘﻤﻴﺯ‪ ،‬ﻋﻥ ﺍﻷﺭﻗﺎﻡ ﺍﻝﺒﺴﻴﻁﺔ ﺍﻝﻌﺎﺩﻴﺔ ‪ ،‬ﻜﻭ‪ ‬ﹸﻨﻬﺎ ﻝﻬﺎ ﺃﺜﻘﺎل ﺃﻭ ﺃﻭﺯﺍﻥ‪.‬‬
‫ﺇﻥ ﺜﻘل ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﺍﻝﺒﺴﻴﻁ ﻴﻤﺜل ﺍﻷﻫﻤﻴﺔ ﺍﻝﻨﺴﺒﻴﺔ ﻝﻬﺫﺍ ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻤﻥ ﺒﻴﻥ ﺒﻘﻴﺔ ﺍﻷﺭﻗﺎﻡ ﺍﻝﻘﻴﺎﺴﻴﺔ‬
‫ﺍﻷﺨﺭﻯ‪ .‬ﻝﺘﻜﻥ ‪ J k ،...، J 2 ، J 1‬ﺃﺭﻗﺎﻤﺎ ﻗﻴﺎﺴﻴﺔ ﺒﺴﻴﻁﺔ ﻝﻤﺠﻤﻭﻋﺔ ﻤﻥ ﺍﻝﻤﻘﺎﺩﻴﺭ ﻤﺤﺴﻭﺒﺔ ﻓﻲ ﺍﻝﻤﺩﺓ‬
‫ﺍﻝﺯﻤﻨﻴﺔ ‪ t‬ﻤﻘﺎﺭﻨﺔ ﻤﻊ ﺍﻝﻤﺩﺓ ﺍﻝﺯﻤﻨﻴﺔ ﺍﻝﻤﺭﺠﻌﻴﺔ ‪ ،0‬ﻭﻝﺘﻜﻥ ‪ α k ،...، α 2 ، α1‬ﺃﺜﻘﺎل ﻫﺫﻩ ﺍﻷﺭﻗﺎﻡ ﺍﻝﻘﻴﺎﺴﻴﺔ ‪.‬‬

‫ﺠﺢ ﻴﺴﺎﻭﻱ ﺇﺫﻥ‪:‬‬

‫ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﺍﻝ ‪‬ﻤﺭ ‪‬‬
‫‪k‬‬
‫‪∑αi Ji‬‬
‫‪I t = i =1k‬‬
‫‪0‬‬
‫‪∑αi‬‬
‫‪i =1‬‬

‫ﺤﻴﺙ ‪ J i‬ﻗﺩ ﻴﻜﻭﻥ ﺭﻗﻤﺎ ﻗﻴﺎﺴﻴﺎ ﻝﻸﺴﻌﺎﺭ‪ ،‬ﻝﻠﻜﻤﻴﺎﺕ ﺃﻭ ﻝﻠﻘﻴﻡ ‪.‬‬

‫‪k‬‬
‫‪I t = ∑ βi J i‬‬ ‫ﻭﻴﺴﺎﻭﻱ ﺃﻴﻀﺎ ‪:‬‬
‫‪0‬‬ ‫‪i =1‬‬

‫ﺤﻴﺙ ‪:‬‬

‫‪αi‬‬
‫= ‪βi‬‬ ‫‪k‬‬

‫‪∑α‬‬
‫‪i =1‬‬
‫‪i‬‬

‫ﻭﻴﺼﺒﺢ ‪ βi‬ﺍﻝﻭﺯﻥ ﺃﻭ ﺍﻝﺜﻘل ﺍﻝﻨﺴﺒﻲ ﻝﻠﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ‪.‬‬

‫ﺤﻴﺙ ‪:‬‬
‫‪k‬‬

‫‪∑β‬‬ ‫‪i‬‬ ‫‪=1‬‬ ‫ﻭ‬ ‫‪0 < βi < 1‬‬

‫‪i =1‬‬

‫‪ -8‬ا "‪ J‬ا ‪: "&/W /+‬‬

‫ﻫﻭ ﻋﺒﺎﺭﺓ ﻋﻥ ﻭﺴﻁ ﺤﺴﺎﺒﻲ ﻤﺭﺠﺢ ﻷﺭﻗﺎﻡ ﻗﻴﺎﺴﻴﺔ ﻤﺘﺴﻠﺴﻠﺔ‪ ،‬ﺍﻷﺜﻘﺎل ‪ α j‬ﻤﺤﺴﻭﺒﺔ ﻓﻲ ﺴﻨﺔ ﺍﻷﺴﺎﺱ ﻭﻫﻲ‬
‫ﺜﺎﺒﺘﺔ‪ ،‬ﺒﺤﻴﺙ‪α j = Pj .0 × Q j .0 :‬‬

‫‪ -1-8‬ا "‪ J‬ا ‪#/e "&/W /+‬ر ) ‪: L ( P‬‬

‫‪k‬‬
‫‪∑ Pj.t Q j .0‬‬
‫‪Lt‬‬ ‫= )‪( P‬‬ ‫‪j =1‬‬
‫‪k‬‬
‫‪× 100‬‬ ‫ﻴﺴﺎﻭﻱ ‪:‬‬
‫‪0‬‬
‫‪∑ Pj .0 Q j .0‬‬
‫‪j =1‬‬
 : L ( Q ) ‫&" ;
ت‬/W /+ ‫ ا‬J" ‫ ا‬-2-8
k
∑ Pj .0 Q j.t
Lt (Q ) = j =1
k
× 100 : ‫ﻴﺴﺎﻭﻱ‬
0
∑ Pj .0 Q j .0
j =1

: L(V ) J+; "&/W /+ ‫ ا‬J" ‫ ا‬-3-8

k
∑ Pj .t Q j .t
L t (V ) = j =1
k
× 100 : ‫ﻴﺴﺎﻭﻱ‬
0
∑ Pj .0 Q j .0
j =1

: ‫ش‬5 /+ ‫ ا‬J" ‫ ا‬-9

. ‫ﻫﻭ ﻋﺒﺎﺭﺓ ﻋﻥ ﻭﺴﻁ ﺤﺴﺎﺒﻲ ﻤﺭﺠﺢ ﻭﺍﻷﺜﻘﺎل ﺘﻜﻭﻥ ﻤﺤﺴﻭﺒﺔ ﻓﻲ ﺍﻝﺴﻨﺔ ﺍﻝﺠﺎﺭﻴﺔ‬

: P ( P ) ‫ر‬#/e ‫ش‬5 /+ ‫ ا‬J" ‫ ا‬-1-9

k
∑ Pj .t Q j.t
Pt ( P) = j =1
k
× 100 : ‫ﻴﺴﺎﻭﻱ‬
0
∑ Pj.0 Q j .t
j =1

: P ( Q ) ‫ش ;
ت‬5 /+ ‫ ا‬J" ‫ ا‬-2-9
k
∑ Pj .t Q j .t
I t (Q ) = j =1
k
× 100 : ‫ﻴﺴﺎﻭﻱ‬
0
∑ Pj .t Q j.0
j =1

: P(V ) J+; ‫ش‬5 /+ ‫ ا‬J" ‫ ا‬-3-9

k
∑ Pj .t Q j.t
I t (V ) = j =1
k
× 100 : ‫ﻴﺴﺎﻭﻱ‬
0
∑ Pj .0 Q j.0
j =1
 ‫‪ -10‬ا "‪ J‬ا ‪: "QM /+‬‬
‫ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻓﻴﺸﺭ ﻫﻭ ﺍﻝﻭﺴﻁ ﺍﻝﻬﻨﺩﺴﻲ ﻝﺭﻗﻤﻲ ﻻﺴﺒﻴﺭ ﻭﺒﺎﺵ‪ ،‬ﻭﻫﻭ ﻴﺴﺎﻭﻱ‪:‬‬

‫‪F = L .P‬‬

‫ﻭﻴﻤﻜﻥ ﻁﺒﻌﺎ ﺤﺴﺎﺏ ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻓﻴﺸﺭ ﻝﻸﺴﻌﺎﺭ‪ ،‬ﻝﻠﻜﻤﻴﺎﺕ ﻭﻜﺫﻝﻙ ﻝﻠﻘﻴﻡ‪.‬‬
 ‫ا ـــ‪ G‬ا ‪ :K3‬ا ز!‪#‬ت ا ذات ‪K!#5‬‬
‫‪:‬‬ ‫‪!"#$‬‬

‫ﻝﺘﻜﻥ ﺼﻔﺘﺎﻥ ‪ X‬ﻭ ‪ Y‬ﻤﻌﺭﻓﺘﺎﻥ ﻓﻲ ﻨﻔﺱ ﺍﻝﻤﺠﺘﻤﻊ ﺒﺘﻜﺭﺍﺭ ﻜﻠﻲ ‪ X ، n‬ﻭ ‪ Y‬ﻴﻤﻜﻥ ﺃﻥ ﺘﻜﻭﻨﺎ ﻤﻥ ﻨﻔﺱ‬
‫ﺍﻝﻨﻭﻉ )ﻜﻤﻴﺘﺎﻥ ﺃﻭ ﻜﻴﻔﻴﺘﺎﻥ(‪ ،‬ﺃﻭ ﻤﻥ ﻨﻭﻉ ﻤﺨﺘﻠﻑ‪.‬‬

‫ﻴﻌﺭﻑ ﺍﻝﺘﻭﺯﻴﻊ ﺍﻹﺤﺼﺎﺌﻲ ﺫﻭ ﺒﻌﺩﻴﻥ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻤﺘﻐﻴﺭﻴﻥ ﻜﻤﻴﻴﻥ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬

‫‪ X‬ﻴﺄﺨﺫ ‪ p‬ﻗﻴﻡ ‪. x p ⋯ x 2 , x 1‬‬

‫‪ Y‬ﻴﺄﺨﺫ ‪ q‬ﻗﻴﻡ ‪. y q ⋯ y 2 , y 1‬‬

‫‪ pq‬ﺘﻜﺭﺍﺭﺍﺕ ﺘﻨﺎﺴﺏ ﺍﻝﻤﺸﺎﻫﺩﺍﺕ ) ‪. ( x = xi , y = y j‬‬

‫‪ -1‬ا ول ا ‪:‬‬

‫ﻋﻠﻰ‬ ‫) ‪(x = x , y = y‬‬
‫‪i‬‬ ‫‪j‬‬ ‫ﻴﻜﺘﺏ ﺍﻝﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ ﺫﻭ ﺒﻌﺩﻴﻥ ﺃﻭ ﺫﻭ ﻤﺩﺨﻠﻴﻥ ﻭﺍﻝﺫﻱ ﻴﻤﺜل ﺍﻝﻤﺸﺎﻫﺩﺍﺕ‬
‫ﺍﻝﺸﻜل ﺍﻝﺘﺎﻝﻲ‪:‬‬

‫ﻗﻴﻡ ‪Y‬‬
‫‪y1‬‬ ‫‪y2‬‬ ‫‪i i i‬‬ ‫‪yj‬‬ ‫‪i i i‬‬ ‫‪yq‬‬ ‫∑‬
‫ﻗﻴﻡ ‪X‬‬

‫‪x1‬‬ ‫‪n11‬‬ ‫‪n12‬‬ ‫‪i i i n1 j‬‬ ‫‪i i i‬‬ ‫‪n1q‬‬ ‫‪n1 i‬‬
‫‪x2‬‬ ‫‪n21‬‬ ‫‪n22‬‬ ‫‪i i i n2 j‬‬ ‫‪i i i‬‬ ‫‪n2 q‬‬ ‫‪n2 i‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬
‫‪xi‬‬ ‫‪ni1‬‬ ‫‪ni 2‬‬ ‫‪i i i ni j‬‬ ‫‪i i i‬‬ ‫‪ni q‬‬ ‫‪ni i‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬
‫‪xp‬‬ ‫‪n p1‬‬ ‫‪np2‬‬ ‫‪i i i n pj‬‬ ‫‪i i i‬‬ ‫‪n pq‬‬ ‫‪np i‬‬

‫∑‬ ‫‪ni1‬‬ ‫‪ni 2‬‬ ‫‪i i i ni j‬‬ ‫‪i i i‬‬ ‫‪ni q‬‬ ‫•‪n‬‬
 ‫‪ -2‬ا "ارات ا
‪ +;,‬ا
‪"Q‬آ ‪:‬‬
‫ﻜﻤﺎ ﻨﻼﺤﻅ ﻓﻲ ﺍﻝﺠﺩﻭل‪ ni j ،‬ﺘﻤﺜل ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺸﺘﺭﻜﺔ ﻝﻠﻤﺸﺎﻫﺩﺓ ) ‪ ،( xi , y j‬ﻭﻤﺠﻤﻭﻋﻬﺎ ﻴﺴﺎﻭﻱ ‪. n‬‬
‫‪p‬‬ ‫‪q‬‬

‫‪∑∑ n‬‬
‫‪i =1 j =1‬‬
‫‪ij‬‬ ‫‪=n‬‬

‫‪ -3‬ا "ارات ا '& ا

‪"Q‬آ ‪:‬‬
‫ﻨﺭﻤﺯ ﻝﻬﺎ ﺒﺎﻝﻜﺘﺎﺒﺔ ‪ fi j‬ﻭ ﻫﻲ ﺘﻤﺜل ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﺸﺘﺭﻜﺔ ﺍﻝﻨﺴﺒﻴﺔ ﻝﻠﻤﺸﺎﻫﺩﺓ ) ‪ ،( xi , y j‬ﻭﺘﺤﺴﺏ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪p‬‬ ‫‪q‬‬ ‫‪ni j‬‬
‫‪∑∑ f‬‬ ‫‪ij‬‬ ‫= ‪ f i j‬ﻭﻤﺠﻤﻭﻋﻬﺎ ﻴﺴﺎﻭﻱ ‪= 1 .1‬‬
‫‪i =1 j =1‬‬ ‫‪n‬‬

‫ﻭﻴﻤﻜﻥ ﺃﻥ ﻴﻜﻭﻥ ﺍﻝﺠﺩﻭل ﻤﻌﺒﺭ ﻋﻨﻪ ﺒﻭﺍﺴﻁﺔ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻤﺸﺘﺭﻜﺔ ﻓﻴﺼﺒﺢ ﻋﻠﻰ ﺍﻝﺸﻜل ﺍﻝﺘﺎﻝﻲ‪:‬‬

‫ﻗﻴﻡ ‪Y‬‬
‫‪y1‬‬ ‫‪y2‬‬ ‫‪i i i‬‬ ‫‪yj‬‬ ‫‪i i i‬‬ ‫‪yq‬‬ ‫∑‬
‫ﻗﻴﻡ ‪X‬‬

‫‪x1‬‬ ‫‪f11‬‬ ‫‪f12‬‬ ‫‪i i i‬‬ ‫‪f1 j‬‬ ‫‪i i i‬‬ ‫‪f1 q‬‬ ‫‪f1 i‬‬
‫‪x2‬‬ ‫‪f 21‬‬ ‫‪f 22‬‬ ‫‪i i i‬‬ ‫‪f2 j‬‬ ‫‪i i i‬‬ ‫‪f2q‬‬ ‫‪f2 i‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬
‫‪xi‬‬ ‫‪fi1‬‬ ‫‪fi 2‬‬ ‫‪i i i‬‬ ‫‪fi j‬‬ ‫‪i i i‬‬ ‫‪fi q‬‬ ‫‪fi i‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬
‫‪xp‬‬ ‫‪f p1‬‬ ‫‪f p2‬‬ ‫‪i i i‬‬ ‫‪f pj‬‬ ‫‪i i i‬‬ ‫‪f pq‬‬ ‫‪f pi‬‬

‫∑‬ ‫‪f i1‬‬ ‫‪fi2‬‬ ‫‪i i i‬‬ ‫‪fi j‬‬ ‫‪i i i‬‬ ‫‪fi q‬‬ ‫•‪1‬‬

‫‪ -4‬ا ز! ا ‪: QN‬‬

‫‪ -1-4‬ا "ار ا
‪ h;,‬ا ‪: 
`N‬‬

‫ﻫﻭ ﻤﺠﻤﻭﻉ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﻁﻠﻘﺔ ﺍﻝﻤﺸﺘﺭﻜﺔ ‪ ni j‬ﺍﻝﻤﻭﺠﻭﺩﺓ ﻋﻠﻰ ﺍﻝﺴﻁﺭ ‪ i‬ﻭﻨﺭﻤﺯ ﻝﻬﺎ ﺒﺎﻝﻜﺘﺎﺒﺔ ‪. ni i‬‬
‫‪q‬‬
‫‪ni i = ni1 + ni 2 + ⋯ + niq = ∑ ni j‬‬
‫‪j =1‬‬
‫ﻭﻨﻔﺱ ﺍﻝﺘﻌﺭﻴﻑ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﻭﺠﻭﺩﺓ ﻋﻠﻰ ﺍﻝﻌﻤﻭﺩ‪ j‬ﻓﻤﺠﻤﻭﻋﻬﺎ ﻴﻤﺜل ﺍﻝﺘﻜﺭﺍﺭﺍﻝﻤﻁﻠﻕ ﺍﻝﻬﺎﻤﺸﻲ‬
‫ﻭﻨﺭﻤﺯ ﻝﻬﺎ ﺒﺎﻝﻜﺘﺎﺒﺔ ‪. n i j‬‬
‫‪p‬‬
‫‪ni j = n1 j + n2 j + ⋯ + n pj = ∑ ni j‬‬
‫‪i =1‬‬

‫ ‪ :‬ﻤﺠﻤﻭﻉ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻤﻁﻠﻘﺔ ﺍﻝﻬﺎﺸﻤﻴﺔ ﻴﺴﺎﻭﻱ ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻜﻠﻲ ‪. n‬‬

‫‪p‬‬ ‫‪q‬‬ ‫‪p‬‬ ‫‪q‬‬
‫‪n = ∑ ni i = ∑ ni j = ∑ ∑ ni j‬‬
‫‪i =1‬‬ ‫‪j =1‬‬ ‫‪i =1 n = j‬‬

‫ﻤﺠﻤﻭﻋﺔ ﺍﻝﺜﻨﺎﺌﻴﺎﺕ ) ‪ ( xi , ni i‬ﺘﺩﻋﻰ ﺍﻝﺘﻭﺯﻴﻊ ﺍﻝﻬﺎﻤﺸﻲ ﻝﻠﻤﺘﻐﻴﺭ ‪. X‬‬

‫ﻤﺠﻤﻭﻋﺔ ﺍﻝﺜﻨﺎﺌﻴﺎﺕ ) ‪ ( y j , ni j‬ﺘﺩﻋﻰ ﺍﻝﺘﻭﺯﻴﻊ ﺍﻝﻬﺎﻤﺸﻲ ﻝﻠﻤﺘﻐﻴﺭ ‪.Y‬‬

‫‪ -2-4‬ا "ار ا '& ا ‪: QN‬‬

‫أ( ا
=‪-‬ار ا
! ‪ 0‬ا
‪E:
0EF‬ه‪.‬ة ) ‪: ( x = xi‬‬
‫‪ni i‬‬ ‫‪q‬‬
‫= ‪fi i‬‬ ‫‪= ∑ fi j‬‬
‫‪n‬‬ ‫‪j =1‬‬

‫ب( ا
=‪-‬ار ا
! ‪ 0‬ا
‪E:
0EF‬ه‪.‬ة ) ‪: ( y = y j‬‬

‫‪ni j‬‬ ‫‪p‬‬

‫= ‪fi j‬‬ ‫‪= ∑ fi j‬‬
‫‪n‬‬ ‫‪i =1‬‬

‫ ‪ :‬ﻤﺠﻤﻭﻉ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻤﺸﺘﺭﻜﺔ ‪ f i j‬ﻴﺴﺎﻭﻱ ﻤﺠﻤﻭﻉ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻬﺎﻤﺸﻴﺔ‪،‬‬
‫‪p q‬‬ ‫‪p‬‬ ‫‪q‬‬
‫‪∑ ∑ fi j = ∑ fi i = ∑ fi j = 1‬‬ ‫ﻴﺴﺎﻭﻱ ‪.1‬‬
‫‪i =1 j =1‬‬ ‫‪i =1‬‬ ‫‪j =1‬‬

‫‪ -5‬ا‪  +/‬ا ت ‪:‬‬

‫ﺍﻝﺼﻔﺘﺎﻥ ‪ X‬ﻭ ‪ Y‬ﻤﺴﺘﻘﻠﺘﺎﻥ ﺇﺫﺍ ﺘﺤﻘﻕ ﻤﺎ ﻴﻠﻲ‪∀j = 1,⋯, q ∀i = 1,⋯, p :‬‬
 ‫‪ni i × ni j‬‬
‫‪fi j = f i i × f i j‬‬ ‫ﺃﻭ‬ ‫= ‪ni j‬‬
‫‪n‬‬

‫‪ -6‬ا ز! ا ‪: 0"Q‬‬

‫ﺃﻭ‬ ‫) ‪(y = y‬‬ ‫‪j‬‬ ‫ﺘﺩﻋﻰ ﺍﻝﺘﻭﺯﻴﻊ ﺍﻝﺸﺭﻁﻲ ﻝﻠﻤﺘﻐﻴﺭ ‪ X‬ﻤﺭﺘﺒﻁﺎ ﺒﺎﻝﻤﺸﺎﻫﺩﺓ‬ ‫ﺍﻝﺜﻨﺎﺌﻴﺎﺕ ) ‪( x , n‬‬
‫‪i‬‬ ‫‪ij‬‬ ‫ﻤﺠﻤﻭﻋﺔ‬
‫ﺘﺤﺕ ﺸﺭﻁ ‪ y = yj‬ﺃﻱ ﻋﻨﺩﻤﺎ ﹸﻨ ﹼﺜ ِﺒﺕ ‪ j‬ﻭ ‪ i‬ﻴﺘﻐﻴﺭ ﻤﻥ ‪ 1‬ﺇﻝﻰ ‪. p‬‬

‫ﻤﺠﻤﻭﻋﺔ ﺍﻝﺜﻨﺎﺌﻴﺎﺕ ) ‪ ( y j , ni j‬ﺘﺩﻋﻰ ﺍﻝﺘﻭﺯﻴﻊ ﺍﻝﺸﺭﻁﻲ ﻝﻠﻤﺘﻐﻴﺭ ‪ Y‬ﻤﺭﺘﺒﻁﺎ ﺒﺎﻝﻤﺸﺎﻫﺩﺓ ) ‪ ( x = x i‬ﺃﻭ ﺘﺤﺕ‬
‫ﺸﺭﻁ ‪ x = x i‬ﺃﻱ ﻋﻨﺩﻤﺎ ﹸﻨ ﹼﺜ ِﺒﺕ ‪ i‬ﻭ ‪ j‬ﻴﺘﻐﻴﺭ ﻤﻥ ‪ 1‬ﺇﻝﻰ ‪. q‬‬
‫‪ -7‬ا "ار ا '& ا ‪: 0"Q‬‬

‫ﺃﻭ ﺘﺤﺕ ﺸﺭﻁ‬ ‫) ‪(y = y‬‬

‫‪j‬‬ ‫ﻤﺭﺘﺒﻁﺔ ﺒﺎﻝﻤﺸﺎﻫﺩﺓ‬ ‫‪(x‬‬ ‫ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻨﺴﺒﻲ ﺍﻝﺸﺭﻁﻲ ﻝﻠﻤﺸﺎﻫﺩﺓ ) ‪= x i‬‬

‫= ) ‪f ( xi / y j‬‬
‫‪ni j‬‬
‫) ‪ ( y = y j‬ﻴﻌ ّ‪‬ﺭﻑ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪ni j‬‬

‫) ‪( x = xi‬‬ ‫ﺍﻝﺘﻜﺭﺍﺭ ﺍﻝﻨﺴﺒﻲ ﺍﻝﺸﺭﻁﻲ ﻝﻠﻤﺸﺎﻫﺩﺓ ) ‪ ( y = y j‬ﻤﺭﺘﺒﻁﺔ ﺒﺎﻝﻤﺸﺎﻫﺩﺓ ) ‪ ( x = xi‬ﺃﻭ ﺘﺤﺕ ﺸﺭﻁ‬

‫= ) ‪f ( y j / xi‬‬
‫‪ni j‬‬
‫‪‬ﻴﻌ ‪‬ﺭﻑ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪ni i‬‬

‫ ‪: 1‬‬

‫‪∑ f ( xi / y j ) = 1‬‬
‫‪p‬‬

‫‪i =1‬‬

‫‪∑ f ( y j / xi ) = 1‬‬
‫‪q‬‬

‫‪j =1‬‬

‫‪fi j = f ( xi / y j ) f i j = f ( y j / xi ) f i i‬‬

‫ ‪ X : 2‬ﻭ ‪ Y‬ﻤﺘﻐﻴﺭﺍﻥ ﻤﺴﺘﻘﻼﻥ ﺇﺫﺍ ﺘﺤﻘﻕ ﻤﺎ ﻴﻠﻲ‪∀j = 1,⋯, q ∀i = 1,⋯, p :‬‬

‫‪ f ( xi / y j ) = f i i‬ﺃﻭ ‪f ( y j / xi ) = f i j‬‬
 ‫‪ -8‬ا ‪ c7‬ا ;ز! ا ذي ‪: K!#5‬‬
‫‪ -1-8‬ا ‪ =/‬ا >‪ 5‬ا ‪: QN‬‬
‫ﺃ( ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﻬﺎﻤﺸﻲ ﻝﻠﻤﺘﻐﻴﺭ ‪: X‬‬
‫ﻫﻭ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﻤﺭﺠﺢ ﻝﻘﻴﻡ ‪ X‬ﻭﻤﺎ ﻴﻘﺎﺒﻠﻬﺎ ﻤﻥ ﺘﻜﺭﺍﺭﺍﺕ ﻫﺎﻤﺸﻴﺔ ﺴﻭﺍﺀ ﻤﻁﻠﻘﺔ ﺃﻭ ﻨﺴﺒﻴﺔ‪ ،‬ﻭﻴﺴﺎﻭﻱ‪:‬‬
‫‪p‬‬
‫‪∑ ni i xi‬‬
‫‪X = i =1p‬‬
‫‪∑ ni i‬‬
‫‪i =1‬‬

‫ﺃﻭ‬

‫‪p‬‬
‫‪X = ∑ fi i xi‬‬
‫‪i =1‬‬

‫ﺏ( ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﻬﺎﻤﺸﻲ ﻝﻠﻤﺘﻐﻴﺭ ‪: Y‬‬

‫ﻫﻭ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﻤﺭﺠﺢ ﻝﻘﻴﻡ ﺍﻝﻤﺘﻐﻴﺭ ‪ Y‬ﻭﻤﺎ ﻴﻘﺎﺒﻠﻬﺎ ﻤﻥ ﺘﻜﺭﺍﺭﺍﺕ ﻫﺎﻤﺸﻴﺔ ﺴﻭﺍﺀ ﻤﻁﻠﻘﺔ ﺃﻭ ﻨﺴﺒﻴﺔ‪ ،‬ﻭ ﻴﺴﺎﻭﻱ‪:‬‬
‫‪q‬‬

‫‪q‬‬ ‫‪∑ ni j y j‬‬

‫‪j =1‬‬
‫‪Y = ∑ fi j y j‬‬ ‫ﺃﻭ‬ ‫=‪Y‬‬ ‫‪q‬‬
‫‪j =1‬‬
‫‪∑ ni j‬‬
‫‪j =1‬‬

‫‪ -2-8‬ا &!‪ K‬ا ‪:QN‬‬

‫أ( ا &!‪ K‬ا ‪: X "L
; QN‬‬
‫ﻫﻭ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﻤﺭﺠﺢ ﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﻔﻭﺍﺭﻕ ﺒﻴﻥ ﺍﻝﻘﻴﻡ ‪ x i‬ﻭﻭﺴﻁﻬﺎ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﻬﺎﻤﺸﻲ ‪ X‬ﻭﻤﺎ ﻴﻘﺎﺒﻠﻬﺎ‬
‫ﻤﻥ ﺘﻜﺭﺍﺭﺍﺕ ﻫﺎﻤﺸﻴﺔ ﺴﻭﺍﺀ ﻤﻁﻠﻘﺔ ﺃﻭ ﻨﺴﺒﻴﺔ ﻭﻫﻭ ﻴﺴﺎﻭﻱ‪:‬‬

‫(‬ ‫)‬
‫‪p‬‬ ‫‪2‬‬
‫‪∑ ni i xi − X‬‬
‫‪V ( X ) = i =1‬‬ ‫‪p‬‬
‫‪∑ ni i‬‬
‫‪i =1‬‬
‫‪p‬‬
‫‪∑ ni i xi 2‬‬
‫=) ‪V (X‬‬
‫‪2‬‬
‫‪i =1‬‬
‫‪p‬‬
‫‪−X‬‬
‫‪∑ ni i‬‬
‫‪i =1‬‬
 ‫ﻭﻴﺴﺎﻭﻱ ﺃﻴﻀﺎ ﺒﺩﻻﻝﺔ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻬﺎﻤﺸﻴﺔ ‪:‬‬

‫(‬ ‫)‬
‫‪p‬‬
‫‪V ( X ) = ∑ fi i xi − X‬‬
‫‪2‬‬

‫‪i =1‬‬
‫‪p‬‬
‫‪V ( X ) = ∑ fi i xi 2 − X‬‬
‫‪2‬‬

‫‪i =1‬‬

‫ب( ا &!‪ K‬ا ‪: Y "L

; QN‬‬
‫ﻫﻭ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﻤﺭﺠﺢ ﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﻔﻭﺍﺭﻕ ﺒﻴﻥ ﺍﻝﻘﻴﻡ ‪ y j‬ﻭﻭﺴﻁﻬﺎ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﻬﺎﻤﺸﻲ ‪ Y‬ﻭﻤﺎ ﻴﻘﺎﺒﻠﻬﺎ‬
‫ﻤﻥ ﺘﻜﺭﺍﺭﺍﺕ ﻫﺎﻤﺸﻴﺔ ﺴﻭﺍﺀ ﻤﻁﻠﻘﺔ ﺃﻭ ﻨﺴﺒﻴﺔ ﻭﻫﻭ ﻴﺴﺎﻭﻱ‪:‬‬

‫(‬ ‫)‬
‫‪q‬‬ ‫‪2‬‬
‫‪∑ ni j y j − Y‬‬
‫= ) ‪V (Y‬‬ ‫‪j =1‬‬
‫‪q‬‬
‫‪∑ ni j‬‬
‫‪j =1‬‬
‫‪q‬‬
‫‪∑ ni j y j2‬‬
‫= ) ‪V (Y‬‬ ‫‪j =1‬‬ ‫‪2‬‬
‫‪q‬‬
‫‪−Y‬‬
‫‪∑ ni j‬‬
‫‪j =1‬‬

‫ﻭﻴﺴﺎﻭﻱ ﺃﻴﻀﺎ ﺒﺩﻻﻝﺔ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ ﺍﻝﻨﺴﺒﻴﺔ ﺍﻝﻬﺎﻤﺸﻴﺔ ‪:‬‬

‫(‬ ‫)‬
‫‪q‬‬
‫‪V (Y ) = ∑ f i j y j − Y‬‬
‫‪2‬‬

‫‪j =1‬‬
‫‪q‬‬
‫‪V (Y ) = ∑ f i j y j2 − Y‬‬
‫‪2‬‬

‫‪j =1‬‬

‫‪ -3-8‬ا ‪ =/‬ا >‪ 5‬ا ‪: 0"Q‬‬

‫ﺃ( ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﺸﺭﻁﻲ ﻝﻠﻤﺘﻐﻴﺭ ‪: X‬‬

‫ﻋﻨﺩﻤﺎ ﹸﻨﹼﺜ ِﺒﺕ ‪ y‬ﻋﻨﺩ ﺍﻝﻘﻴﻤﺔ ‪ ، y j‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﺸﺭﻁﻲ ﻝﻠﻤﺘﻐﻴﺭ ‪ X‬ﻴﺴﺎﻭﻱ‪:‬‬
‫‪p‬‬

‫‪∑n‬‬ ‫‪ij‬‬ ‫‪xi‬‬

‫= ‪Xj‬‬ ‫‪i =1‬‬
‫‪ni j‬‬

‫‪X j = ∑ f ( xi / y = y j ) xi‬‬
‫‪p‬‬
‫ﻭﻴﺴﺎﻭﻱ ﺃﻴﻀﺎ‪:‬‬
‫‪i =1‬‬
 ‫ﺏ( ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﺸﺭﻁﻲ ﻝﻠﻤﺘﻐﻴﺭ ‪: Y‬‬
‫ﻋﻨﺩﻤﺎ ﹸﻨﹼﺜ ِﺒﺕ ‪ x‬ﻋﻨﺩ ﺍﻝﻘﻴﻤﺔ ‪ ، xi‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﺸﺭﻁﻲ ﻝﻠﻤﺘﻐﻴﺭ ‪ Y‬ﻴﺴﺎﻭﻱ‪:‬‬
‫‪q‬‬
‫‪∑ ni j y j‬‬
‫‪j =1‬‬
‫= ‪Yi‬‬
‫‪ni i‬‬

‫‪Y i = ∑ f ( yj / x = xi ) yj‬‬
‫‪q‬‬
‫ﻭﻴﺴﺎﻭﻱ ﺃﻴﻀﺎ‪:‬‬
‫‪j =1‬‬

‫‪ -4-8‬ا &!‪ K‬ا ‪:0"Q‬‬

‫ﺃ( ﺍﻝﺘﺒﺎﻴﻥ ﺍﻝﺸﺭﻁﻲ ﻝﻠﻤﺘﻐﻴﺭ ‪: X‬‬

‫ﻋﻨﺩﻤﺎ ﹸﻨﹼﺜ ِﺒﺕ ‪ y‬ﻋﻨﺩ ﺍﻝﻘﻴﻤﺔ ‪ ، y j‬ﺍﻝﺘﺒﺎﻴﻥ ﺍﻝﺸﺭﻁﻲ ﻝﻠﻤﺘﻐﻴﺭ ‪ X‬ﻴﺴﺎﻭﻱ‪:‬‬

‫(‬ ‫)‬
‫‪p‬‬ ‫‪2‬‬
‫‪∑ ni j xi − X j‬‬
‫‪V ( X / Y = y j ) = i =1‬‬
‫‪ni j‬‬

‫ﺏ( ﺍﻝﺘﺒﺎﻴﻥ ﺍﻝﺸﺭﻁﻲ ﻝﻠﻤﺘﻐﻴﺭ ‪: Y‬‬

‫ﻋﻨﺩﻤﺎ ﹸﻨﹼﺜ ِﺒﺕ ‪ x‬ﻋﻨﺩ ﺍﻝﻘﻴﻤﺔ ‪ ، xi‬ﺍﻝﺘﺒﺎﻴﻥ ﺍﻝﺸﺭﻁﻲ ﻝﻠﻤﺘﻐﻴﺭ ‪ Y‬ﻴﺴﺎﻭﻱ‪:‬‬

‫(‬ ‫)‬
‫‪q‬‬ ‫‪2‬‬
‫‪∑ ni j yj − Y i‬‬
‫= ) ‪V (Y / X = xi‬‬ ‫‪j =1‬‬

‫‪ni i‬‬

‫‪ -9‬ا ‪ #‬ا
‪S‬دة ‪ K5‬ا
‪W#‬ت ا ‪ QN‬وا
‪W#‬ت ا ‪: 0"Q‬‬
‫ﺃ( ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﻬﺎﻤﺸﻲ ﺒﺩﻻﻝﺔ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﺸﺭﻁﻲ ﻝﻠﻤﺘﻐﻴﺭ ‪: X‬‬
‫‪q‬‬
‫‪∑ ni j X j‬‬ ‫‪q‬‬
‫‪j =1‬‬
‫=‪X‬‬ ‫‪q‬‬
‫‪= ∑ fi j X j‬‬
‫‪j =1‬‬
‫‪∑ ni j‬‬
‫‪j =1‬‬

‫ﺏ( ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﻬﺎﻤﺸﻲ ﺒﺩﻻﻝﺔ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﺸﺭﻁﻲ ﻝﻠﻤﺘﻐﻴﺭ ‪: Y‬‬
‫‪p‬‬
‫‪∑ ni i Yi‬‬ ‫‪p‬‬
‫‪Y = i =1p‬‬ ‫‪= ∑ f i i Yi‬‬
‫‪i =1‬‬
‫‪∑ ni i‬‬
‫‪i =1‬‬
 : s ‫ و‬r S‫ر‬5 ‫وم‬I# ‫ ا‬-10
: s ‫ و‬r S‫ر‬5 !I‫" "آ‬E ‫وم‬I# ‫ ا‬-1-10

:‫ ﻴﻌﺭﻑ ﻜﻤﺎ ﻴﻠﻲ‬s ‫ ﻭ‬r ‫ ( ﺒﺩﺭﺠﺔ‬X , Y ) ‫ﺍﻝﻌﺯﻡ ﻏﻴﺭ ﻤﺭﻜﺯﻱ ﻝﻠﺜﻨﺎﺌﻴﺔ‬

1 p q
mr ,s ( X , Y ) = ∑ ∑ ni j xir ysj
n i =1 j =1

m1 , 0 ( X , Y ) = X
: 
m0 , 1 ( X , Y ) = Y

: s ‫ و‬r S‫ر‬5 !I‫وم ا

"آ‬I# ‫ ا‬-2-10
:‫ ﻴﻌﺭﻑ ﻜﻤﺎ ﻴﻠﻲ‬s ‫ ﻭ‬r ‫ ( ﺒﺩﺭﺠﺔ‬X , Y ) ‫ﺍﻝﻌﺯﻡ ﺍﻝﻤﺭﻜﺯﻱ ﻝﻠﺜﻨﺎﺌﻴﺔ‬

∑ ∑ n (x − X ) ( y )
p q
1
µr , s ( X , Y ) =
r s
ij i j −Y
n i =1 j =1

µ2 , 0 ( X , Y ) = V ( X )
: 
µ0 , 2 ( X , Y ) = V (Y )

: ‫"ك‬Q
‫ ا‬K!& ‫ ا‬-11

:‫ ( ﻴﻌﺭﻑ ﻜﻤﺎ ﻴﻠﻲ‬X , Y ) ‫ﺍﻝﺘﺒﺎﻴﻥ ﺍﻝﻤﺸﺘﺭﻙ ﻝﻠﺜﻨﺎﺌﻴﺔ‬

COV ( X , Y ) =
1 p q
∑ ∑ ni j xi − X
n i =1 j =1
( )(y j −Y )
= µ1 , 1 ( X , Y )

: ‫"ك‬Q
‫ ا‬K!& ‫ات ا‬I
 -12
1 p q
COV ( X , Y ) = ∑ ∑ ni j xi y j − X Y (1
n i =1 j =1

COV ( X , Y ) = m1 , 1 ( X , Y ) − m1 ( X ) m1 (Y ) (2

COV ( a X + b , cY + d ) = ac COV ( X , Y ) (3
 ‫) ‪COV ( X , X ) = V ( X‬‬ ‫‪(4‬‬

‫ﺇﺫﺍ ﻜﺎﻥ ‪ X‬ﻭ ‪ Y‬ﻤﺘﻐﻴﺭﺍﻥ ﻤﺴﺘﻘﻼﻥ ﻓﺈﻥ‪COV ( X , Y ) = 0 :‬‬ ‫‪(5‬‬

 ‫ا ـــ‪ G‬ا ‪ : /‬ا ‪ hM‬وا‪W‬ر‪&$‬ط‬
‫‪ G3
$ -1‬ا
‪,#‬ت ذات ‪: K!#5‬‬
‫ﹸﻨﻤﺜل ﺍﻝﻤﻌﻁﻴﺎﺕ ﺫﺍﺕ ﺒﻌﺩﻴﻥ ﻭﺍﻝﺘﻲ ﺘﺨﺹ ﺍﻝﺼﻔﺘﻴﻥ ‪ X‬ﻭ ‪ ، Y‬ﻓﻲ ﻤﻌﻠﻡ ﻤﺘﻌﺎﻤﺩ‪ ،‬ﻨﻀﻊ ﻋﻠﻰ ﻤﺤﻭﺭ ﺍﻝﻔﻭﺍﺼل‬
‫ﻗﻴﻡ ﺍﻝﺼﻔﺔ ‪ X‬ﻭﻋﻠﻰ ﻤﺤﻭﺭ ﺍﻝﺘﺭﺍﺘﻴﺏ ﻗﻴﻡ ﺍﻝﺼﻔﺔ ‪ ، Y‬ﻨﺘﺤﺼل ﻋﻠﻰ ﻤﺠﻤﻭﻋﺔ ﻤﻥ ﻨﻘﺎﻁ ﹸﺘﻜ ‪‬ﻭﻥ ﻤﺎ ﻨﺴﻤﻴﻪ‬
‫ﺒﺴﺤﺎﺒﺔ ﺍﻝﻨﻘﺎﻁ ﺃﻭ ﻝﻭﺤﺔ ﺍﻻﻨﺘﺸﺎﺭ‪.‬‬

‫ﺃﻨﻅﺭ ﺍﻝﺸﻜل‪:‬‬

‫‪Y‬‬
‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬
‫‪X‬‬
‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

 ‫‪ -2‬ا ‪: hM‬‬
‫ﻤﻥ ﻤﻬﺎﻡ ﺍﻝﺒﺎﺤﺙ ﺍﻹﺤﺼﺎﺌﻲ ﺩﺭﺍﺴﺔ ﺍﻝﻌﻼﻗﺎﺕ ﺍﻝﻤﻭﺠﻭﺩﺓ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻹﺤﺼﺎﺌﻴﺔ‪ ،‬ﻭﺍﻝﺒﺤﺙ ﻋﻥ ﻤﺩﻯ‬
‫ﺍﺭﺘﺒﺎﻁ ﻫﺫﻩ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺒﺒﻌﻀﻬﺎ ﺍﻝﺒﻌﺽ‪ .‬ﻭﺍﻝﻤﺸﻜﻠﺔ ﺍﻷﺴﺎﺴﻴﺔ ﺍﻝﺘﻲ ﺘﻁﺭﺡ ﻨﻔﺴﻬﺎ ﻫﻲ ﻜﻭﻥ ﺍﻝﻤﻌﻁﻴﺎﺕ ﺘﻜﻭﻥ‬
‫ﻤﺒﻌﺜﺭﺓ ﻭﻝﻬﺫﺍ ﻭﺠﺏ ﺇﻴﺠﺎﺩ ﺍﻝﻌﻼﻗﺔ ﺍﻝﺭﻴﺎﻀﻴﺔ ﺍﻝﺘﻲ ﺘﻌﺒﺭ ﻋﻥ ﺍﻨﺘﺸﺎﺭ ﻫﺫﻩ ﺍﻝﻨﻘﺎﻁ ﺘﻌﺒﻴﺭﺍ ﺭﻴﺎﻀﻴﺎ‪ .‬ﻭﻫﺫﻩ‬
‫ﺍﻝﻌﻤﻠﻴﺔ ﺘﺩﻋﻰ ﺍﻝﺘﻭﻓﻴﻕ‪ .‬ﻭﻫﻨﺎﻙ ﻋﺩﺓ ﺃﺴﺎﻝﻴﺏ ﺘﻤﻜﻥ ﻤﻥ ﺘﺤﻘﻴﻕ ﻫﺫﻩ ﺍﻝﻌﻤﻠﻴﺔ ﻨﺫﻜﺭ ﻤﻨﻬﺎ ﻤﺎ ﻴﻠﻲ‪:‬‬

‫‪ -1-2‬ا ‪ hM‬ا وي ‪:‬‬

‫ﻴﻌﺘﻤﺩ ﻫﺫﺍ ﺍﻷﺴﻠﻭﺏ ﻋﻠﻰ ﺭﺴﻡ ﻤﻨﺤﻰ ﺒﺎﻝﻴﺩ ﻴﻤﺭ ﻓﻲ ﻭﺴﻁ ﺴﺤﺎﺒﺔ ﺍﻝﻨﻘﺎﻁ‪ ،‬ﻴ ‪‬ﻤﻜﻥ ﻗﺩﺭ ﺍﻹﻤﻜﺎﻥ ﻤﻥ ﺍﻝﺘﻘﻠﻴل‬
‫ﻤﻥ ﺍﻝﻔﻭﺍﺭﻕ ﺒﻴﻥ ﺍﻝﻨﻘﺎﻁ‪ ،‬ﻭﻫﻭ ﻴﺴﺎﻋﺩ ﻋﻠﻰ ﺇﻅﻬﺎﺭ ﺍﻻﺘﺠﺎﻩ ﺍﻝﻌﺎﻡ ﻝﻠﻅﺎﻫﺭﺓ‪.‬‬

‫ﺃﻨﻅﺭ ﺍﻝﺸﻜل‪:‬‬
 ‫‪Y‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪0‬‬ ‫‪X‬‬
‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫‪x‬‬

‫‪ -2-2‬ا ‪5 hM‬ا‪ ,/‬ا

‪W#‬ت ‪:‬‬
‫ﺒﻤﺠﻤﻭﻋﺔ ﺠﺩﻴﺩﺓ ﻤﻥ ﺍﻝﺜﻨﺎﺌﻴﺎﺕ ‪xk′ , yk′‬‬ ‫ﻴﻌﺘﻤﺩ ﻫﺫﺍ ﺍﻷﺴﻠﻭﺏ ﻋﻠﻰ ﺍﺴﺘﺒﺩﺍل ﻤﺠﻤﻭﻋﺔ ﺍﻝﺜﻨﺎﺌﻴﺎﺕ ) ‪(x , y‬‬
‫‪i‬‬ ‫‪i‬‬

‫ﻗﻴﻤﻬﺎ ﻤﺴﺘﻨﺒﻁﺔ ﻤﻥ ﻤﺠﻤﻭﻋﺎﺕ ﺠﺯﺌﻴﺔ ﻤﻥ ﺍﻝﻤﺠﻤﻭﻋﺔ ) ‪. ( x , y‬‬

‫‪i‬‬ ‫‪i‬‬

‫ﻭﻫﻨﺎﻙ ﺜﻼﺜﺔ ﻁﺭﻕ ﻝﻠﺘﻭﻓﻴﻕ‪.‬‬

 ‫أ( ا ‪ +!",‬ا*و ( ‪:‬‬
‫‪ +!"0 -‬ا
‪W#‬ت ا
ر‪: S‬‬
‫ﺘﻌﺘﻤﺩ ﻫﺫﻩ ﺍﻝﻁﺭﻴﻘﺔ ﻋﻠﻰ ﺘﻘﺴﻴﻡ ﺍﻝﺴﻠﺴﻠﺔ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺇﻝﻰ ﻤﺠﻤﻭﻋﺎﺕ ﺼﻐﻴﺭﺓ ﺒﻌﺩﺩ ﻤﻌﻴﻥ ﻤﻥ ﺍﻝﻌﻨﺎﺼﺭ‪ ،‬ﺜﻡ‬
‫ﻨﻘﻭﻡ ﺒﺤﺴﺎﺏ‪ ،‬ﺒﺎﻝﻨﺴﺒﺔ ﻝﻜل ﻤﺠﻤﻭﻋﺔ‪ ،‬ﺇﺤﺩﺍﺜﻴﺎﺕ ﺍﻝﻨﻘﺎﻁ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫‪ xk′‬ﻴﺴﺎﻭﻱ ‪ Me‬ﻭﺴﻴﻁ ﻜل ﻤﺠﻤﻭﻋﺔ‪.‬‬

‫‪ yk′‬ﻴﺴﺎﻭﻱ ‪ Y‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻜل ﻤﺠﻤﻭﻋﺔ‪.‬‬

‫‪ : k‬ﻋﺩﺩ ﺍﻝﻤﺠﻤﻭﻋﺎﺕ ﺍﻝﻤﺤﺼل ﻋﻠﻴﻬﺎ‪.‬‬

‫ﻤﺜﺎل‪:‬‬

‫ﺘﻁﻭﺭ ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﻝﻼﺴﺘﻬﻼﻙ ﺨﻼل ‪ 18‬ﺸﻬﺭﺍ ﻜﻤﺎ ﻓﻲ ﺍﻝﺠﺩﻭل‪.‬‬

‫ﻨﺄﺨﺫ ﻋﺩﺩ ﺍﻝﻌﻨﺎﺼﺭ ﻓﻲ ﻜل ﻤﺠﻤﻭﻋﺔ ﻤﺴﺎﻭﻴﺎ ﻝﻠﻌﺩﺩ ‪.3‬‬

 yk′ yi ‫ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ‬ xi ‫ﺍﻝﺸﻬﺭ‬ xk′

100 1
105 2 

109 3 
108 4 2
104,66 110 5 

106 6 
111 7
114 8 

108 9 
109 10  5
116 11 

110 12 
108 115 13 
116 14 

118 15 
116 16  8
119 17 

120 18 
111

11

111,66

14

17
 ‫‪116,33‬‬

‫‪118,33‬‬

‫ﻤﺜﻼ‪ 2 :‬ﻫﻭ ﻭﺴﻴﻁ ﺍﻝﻤﺠﻤﻭﻋﺔ } ‪. { 3 , 2 , 1‬‬

‫‪ 104,66‬ﻫﻭ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﻤﺠﻤﻭﻋﺔ } ‪{ 109 , 105 , 100‬‬

‫ﻓﻨﺘﺤﺼل ﻋﻠﻰ ﺍﻝﻨﻘﺎﻁ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫‪A (2 ,‬‬ ‫) ‪104 ,66‬‬ ‫‪B (5‬‬ ‫) ‪, 108‬‬
‫‪C (8 ,‬‬ ‫)‪111‬‬ ‫‪D (11 ,‬‬ ‫) ‪111,66‬‬
‫‪E (14 ,‬‬ ‫)‪116,33‬‬ ‫‪F (17‬‬ ‫)‪, 118,33‬‬
‫ﻨﻘﻭﻡ ﺒﺭﺴﻡ ﺍﻝﺨﻁ ﺍﻝﺫﻱ ﻴﺼل ﻫﺫﻩ ﺍﻝﻨﻘﺎﻁ ﺍﻝﺴﺘﺔ ﻓﻲ ﻤﻌﻠﻡ‪ ،‬ﻨﺘﺤﺼل ﻋﻠﻰ ﻤﻨﺤﻰ ﻴﻤﺜل ﺍﻻﺘﺠﺎﻩ ﺍﻝﻌﺎﻡ ﻝﻬﺫﻩ‬
‫ﺍﻝﻅﺎﻫﺭﺓ‪.‬‬
‫ﺃﻨﻅﺭ ﺍﻝﺸﻜل‪:‬‬

‫‪Y′‬‬
‫‪118,33‬‬
‫‪116,33‬‬

‫‪111,66‬‬
‫‪111‬‬

‫‪108‬‬

‫‪104,66‬‬

‫‪0‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪8‬‬ ‫‪11‬‬ ‫‪14‬‬ ‫‪17‬‬ ‫‪X′‬‬

 ‫ﺍﻝﻘﻴﺎﻡ ﺒﻬﺫﻩ ﺍﻝﻌﻤﻠﻴﺔ ﺴﻬل‪ ،‬ﻝﻜﻥ ‪‬ﻴﻘِﻠﺹ ﻤﻥ ﻋﺩﺩ ﺍﻝﻤﻌﻠﻭﻤﺎﺕ ﺍﻝ ‪‬ﻤﺤﺼل ﻋﻠﻴﻬﺎ‪.‬‬ ‫ ‪:‬‬

‫ﺍﺨﺘﻴﺎﺭ ﻋﺩﺩ ﺍﻝﻌﻨﺎﺼﺭ ﻓﻲ ﻜل ﻤﺠﻤﻭﻋﺔ ﻴﺅﺜﺭ ﻋﻠﻰ ﺍﻝﻨﺘﺎﺌﺞ‪.‬‬

‫ﺇﺫﺍ ﻜﺎﻥ ﻫﺫﺍ ﺍﻝﻌﺩﺩ ﻜﺒﻴﺭﺍ‪ ،‬ﻓﺈﻥ ﻋﺩﺩ ﺍﻝﻨﻘﺎﻁ ﺍﻝﺫﻱ ﻴﻤﺜل ﺍﻝﻅﺎﻫﺭﺓ ﻴﻜﻭﻥ ﻗﻠﻴﻼ ﻭﺒﺎﻝﺘﺎﻝﻲ‬
‫ﻤﻅﺎﻫﺭ ﻤﻬﻤﺔ ﻓﻲ ﺍﻝﻅﺎﻫﺭﺓ ﻗﺩ ﺘﺨﺘﻔﻲ‪.‬‬

‫ﺇﺫﺍ ﻜﺎﻥ ﻫﺫﺍ ﺍﻝﻌﺩﺩ ﺼﻐﻴﺭﺍ‪ ،‬ﻻ ﻨﺘﺤﺼل ﻋﻠﻰ ﺘﻭﻓﻴﻕ ﻤﻨﺎﺴﺏ‪.‬‬
‫ب( ا ‪ +!",‬ا ‪: 23‬‬
‫‪ +!"0 -‬ا
‪W#‬ت ا
>"آ‬
‫ﻤﻥ ﺃﺠل ﺼﻘل ﺒﻌﺽ ﺍﻝﻘﻴﻡ ﺍﻝﺸﺎ ﹼﺫﺓ ﺍﻝﺘﻲ ﺘﻁﺭﺃ ﻓﻲ ﺍﻝﺴﻠﺴﻠﺔ ﺍﻹﺤﺼﺎﺌﻴﺔ ﻫﻨﺎﻙ ﻁﺭﻴﻘﺔ ﺘﻤﻜﻨﻨﺎ ﻤﻥ ﺫﻝﻙ‪ ،‬ﺘﻌﺘﻤﺩ‬
‫ﻫﺫﻩ ﺍﻝﻁﺭﻴﻘﺔ ﻋﻠﻰ ﺘﺒﺩﻴل ﺍﻝﻘﻴﻤﺔ ‪ xi‬ﺒﺎﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻬﺫﻩ ﺍﻝﻘﻴﻤﺔ ﻭ ‪ 2n‬ﻗﻴﻤﺔ ﺍﻝﺘﻲ ﺘﻠﻴﻬﺎ‪ .‬ﻨﻘﻭﻡ ﺒﻨﻔﺱ‬
‫ﺍﻝﻌﻤﻠﻴﺔ ﻝﻜل ﺍﻝﻘﻴﻡ ﺍﺒﺘﺩﺍﺀ ﻤﻥ ﺍﻝﻘﻴﻤﺔ ﺍﻷﻭﻝﻰ ‪ x1‬ﻭﻨﻔﺱ ﺍﻝﻌﻤﻠﻴﺔ ﻨﻘﻭﻡ ﺒﻬﺎ ﻤﻊ ﻗﻴﻡ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺜﺎﻨﻲ ‪. y‬‬

‫ﻤﺜﺎل‪ :‬ﻨﺄﺨﺫ ﺍﻝﻤﺜﺎل ﺍﻝﺴﺎﺒﻕ‪ ،‬ﻭﻨﺄﺨﺫ ‪ ، n = 1 :‬ﺘﻜﻭﻥ ﺍﻝﻨﺘﺎﺌﺞ ﻜﺎﻝﺘﺎﻝﻲ‪:‬‬

‫‪1+ 2 + 3‬‬ ‫‪100 + 105 + 109‬‬
‫= ‪x1′‬‬ ‫‪=2‬‬ ‫= ‪y1′‬‬ ‫‪= 104, 66‬‬
‫‪3‬‬ ‫‪3‬‬
‫‪2 +3+ 4‬‬ ‫‪105 + 109 + 108‬‬
‫= ‪x2′‬‬ ‫‪=3‬‬ ‫= ‪y2′‬‬ ‫‪= 107,33‬‬
‫‪3‬‬ ‫‪3‬‬
‫‪3+ 4+5‬‬ ‫‪109 + 108 + 110‬‬
‫= ‪x3′‬‬ ‫‪=4‬‬ ‫= ‪y3′‬‬ ‫‪= 109‬‬
‫‪3‬‬ ‫‪3‬‬
 ‫ﻭﻫﻜﺫﺍ ﺩﻭﺍﻝﻴﻙ ﺤﺘﻰ ﻨﺘﺤﺼل ﻋﻠﻰ ﺍﻝﺠﺩﻭل ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪yk′‬‬ ‫‪yi‬‬ ‫‪xi‬‬ ‫‪xk′‬‬

‫‪100 1‬‬

‫‪104,66‬‬ ‫‪105 2‬‬ ‫‪2‬‬

‫‪107,33‬‬ ‫‪109 3‬‬ ‫‪3‬‬

‫‪109‬‬ ‫‪108‬‬ ‫‪4‬‬ ‫‪4‬‬

‫‪108‬‬ ‫‪110‬‬ ‫‪5‬‬
‫‪5‬‬
‫‪109‬‬ ‫‪106‬‬
‫‪6‬‬ ‫‪6‬‬
‫‪110,33‬‬ ‫‪111‬‬
‫‪7‬‬ ‫‪7‬‬
‫‪111‬‬ ‫‪114‬‬
‫‪8‬‬ ‫‪8‬‬
‫‪110,33‬‬ ‫‪108‬‬
‫‪9‬‬ ‫‪9‬‬
‫‪111‬‬ ‫‪109‬‬
‫‪10‬‬ ‫‪10‬‬
‫‪111,66‬‬ ‫‪116‬‬
‫‪11‬‬ ‫‪11‬‬
‫‪113,66‬‬ ‫‪110‬‬
‫‪12‬‬ ‫‪12‬‬
‫‪113,66‬‬ ‫‪115‬‬
‫‪13‬‬ ‫‪13‬‬
‫‪116,33‬‬ ‫‪116‬‬
‫‪14‬‬ ‫‪14‬‬
‫‪116,66‬‬ ‫‪118‬‬
‫‪15‬‬ ‫‪15‬‬
‫‪117,66‬‬ ‫‪116‬‬
‫‪16‬‬ ‫‪16‬‬
‫‪118,33‬‬ ‫‪119‬‬
‫‪17‬‬ ‫‪17‬‬
‫‪120‬‬
‫‪18‬‬
‫ﻭﻨﺘﺤﺼل ﻋﻠﻰ ﺍﻝﺭﺴﻡ ﺍﻝﺘﺎﻝﻲ‪:‬‬
 ‫‪Y′‬‬
‫‪118,33‬‬
‫‪117,66‬‬
‫‪116,66‬‬
‫‪116,33‬‬

‫‪113,66‬‬

‫‪111,66‬‬
‫‪111‬‬
‫‪110,33‬‬
‫‪109‬‬
‫‪108‬‬
‫‪107,33‬‬

‫‪104,66‬‬

‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪11 12 13 14 15 16 17‬‬ ‫‪X′‬‬

‫ﻫﺫﻩ ﺍﻝﻁﺭﻴﻘﺔ ﻜﺜﻴﺭﺓ ﺍﻻﺴﺘﻌﻤﺎل ﻭﻫﻲ ﺘﻤ ﹼﻜﻥ ﻤﻥ‪:‬‬ ‫ ‪:‬‬

‫* ﺍﻝﺤﻔﺎﻅ ﻋﻠﻰ ﻋﺩﺩ ﻜﺒﻴﺭ ﻤﻥ ﺍﻝﻨﻘﺎﻁ ﺍﻝﻤﺘﻭﺴﻁﺔ‬

‫* ﺇﻝﻐﺎﺀ ﺍﻝﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﻭﺴﻤﻴﺔ‪.‬‬

‫ج( ا ‪ +!",‬ا ‪: 3 3‬‬

‫‪ +!"0‬ا '‪+‬ط ا
‪ ,/‬أو ‪: "! +!"0‬‬
‫ﻓﻲ ﻫﺫﻩ ﺍﻝﻁﺭﻴﻘﺔ ﻨﻘﺴﻡ ﺍﻝﻤﻌﻁﻴﺎﺕ ﺇﻝﻰ ﻤﺠﻤﻭﻋﺘﻴﻥ ﻤﺘﺴﺎﻭﻴﺘﻴﻥ ﻗﺩﺭ ﺍﻹﻤﻜﺎﻥ‪ ،‬ﺜﻡ ﻨﻘﻭﻡ ﺒﺤﺴﺎﺏ ﻤﻌﺩل ﻜل‬
‫ﻤﺠﻤﻭﻋﺔ‪ ،‬ﻭﻨﺘﺤﺼل ﻋﻠﻰ ﻨﻘﻁﺘﻴﻥ ) ‪ A1 ( x1 , y1‬ﻭ ) ‪ . A2 ( x2 , y2‬ﺍﻝﻤﺴﺘﻘﻴﻡ ﺍﻝﺫﻱ ﻴﻤﺭ ﺒﻬﺎﺘﻴﻥ ﺍﻝﻨﻘﻁﺘﻴﻥ ﻴﺩﻋﻰ‬
‫ﻤﺴﺘﻘﻴﻡ ﻤﺎﻴﺭ‪.‬‬
 .‫ ﻨﺄﺨﺫ ﻨﻔﺱ ﻤﻌﻁﻴﺎﺕ ﺍﻝﻤﺜﺎل ﺍﻝﺴﺎﺒﻕ‬:‫ل‬
yk′ yi xi xk′

100 1
105 2 

109 3
 
108 4
110 5
 
106 6
111 7
 
114 8
108 9 

109 10 
116 11 
 5
110 12 
 
115 13 
116 14 
107,88  
118 15 
116 16 
 
119 17 
120 18 


14
 ‫‪115,44‬‬

‫(‬ ‫)‬ ‫(‬

‫‪A2 x2 = 14 , y2 = 115, 44 ، A1 x1 = 5 , y1 = 107,88‬‬ ‫)‬
‫ﺃﻨﻅﺭ ﺍﻝﺸﻜل‪:‬‬

‫'‪Y‬‬
‫‪115,44‬‬

‫‪107,88‬‬

‫‪0‬‬ ‫‪5‬‬ ‫‪14‬‬ ‫'‪X‬‬

‫ﻤﻌﺎﺩﻝﺔ ﻤﺴﺘﻘﻴﻡ ﻤﺎﻴﺭ ﺘﻜﻭﻥ ﻋﻠﻰ ﺍﻝﺸﻜل ‪ ، y = ax + b‬ﺍﻝﺫﻱ ﻴﻤﺭ ﺒﺎﻝﻨﻘﻁﺘﻴﻥ ‪ A1‬ﻭ ‪ ، A2‬ﻭﻋﻠﻴﻪ ﻴﻤﻜﻥ‬
‫ﺍﺴﺘﺨﺭﺍﺝ ﻗﻴﻤﺔ ‪ a‬ﻭ ‪ . b‬ﻨﺤﺼل ﻋﻠﻰ ﻤﺠﻤﻭﻋﺔ ﺍﻝﻤﻌﺎﺩﻻﺕ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫)‪5a + b = 107,88 ................ (1‬‬
‫‪‬‬
‫) ‪14a + b = 115, 44 ................ ( 2‬‬
‫)‪( 2 ) − (1) ⇔ (14 − 5) a = (115, 44 − 107,88‬‬
‫‪7,56‬‬
‫= ‪9 a = 7,56 ⇒ a‬‬ ‫‪= 0,84‬‬
‫‪9‬‬
‫)‪(1) ⇒ b = 107,88 − 5 a = 107,88 − 5(0,84‬‬
‫‪⇒ b = 103,68‬‬
 ‫ﺇﺫﻥ ﻤﻌﺎﺩﻝﺔ ﻤﺴﺘﻘﻴﻡ ﻤﺎﻴﺭ ﺘﺴﺎﻭﻱ‪:‬‬

‫‪y = 0,84 x + 103, 68‬‬

‫‪ - 3-2‬ا ‪ hM‬ا ‪
#/5 ,7‬ل ‪ +!"0‬ا
"‪#5‬ت ا ‪"L‬ى ‪:‬‬
‫ﻁﻲ ﻷﻥ ﻤﻨﺤﻰ ﺍﻻﻨﺤﺩﺍﺭ ﻴﻜﻭﻥ ﺩﺍﺌﻤﺎ ﻋﻠﻰ ﺸﻜل ﻤﺴﺘﻘﻴﻡ ‪. y = ax + b‬‬
‫ﻴﺩﻋﻰ ﻫﺫﺍ ﺍﻝﻨﻭﻉ ﻤﻥ ﺍﻝﺘﻭﻓﻴﻕ ﺒﺎﻝﺘﻭﻓﻴﻕ ﺍﻝﺨ ﹼ‬
‫ﻴﻌﺘﻤﺩ ﻫﺫﺍ ﺍﻷﺴﻠﻭﺏ ﻋﻠﻰ ﺍﻝﺘﻘﻠﻴل ﻗﺩﺭ ﺍﻹﻤﻜﺎﻥ ﻤﻥ ﺍﻝﻔﻭﺍﺭﻕ ﺒﻴﻥ ﺍﻝﻘﻴﻡ ﺍﻝﻤﺸﺎﻫﺩﺓ ﻭﺍﻝﻘﻴﻡ ﺍﻝﻨﻅﺭﻴﺔ ﺍﻝﺘﻲ ﻴﻤﻨﺤﻬﺎ‬
‫ﻝﻨﺎ ﻤﺴﺘﻘﻴﻡ ﺍﻝﺘﻭﻓﻴﻕ‪.‬‬

‫ﺃﻨﻅﺭ ﺍﻝﺭﺴﻡ‪.‬‬

‫‪Y‬‬

‫‪X‬‬

‫ﻭﺘﻜﻭﻥ ﻫﺫﻩ ﺍﻝﻔﻭﺍﺭﻕ ﻤﻭﺠﺒﺔ ﺃﺤﻴﺎﻨﺎ ﻭﺴﺎﻝﺒﺔ ﺃﺤﻴﺎﻨﺎ ﺃﺨﺭﻯ‪ ،‬ﻭﻝﺘﺨﻁﻲ ﻋﻘﺒﺔ ﺍﻹﺸﺎﺭﺓ ﻫﺫﻩ‪ ،‬ﻨﻠﺠﺄ ﺇﻝﻰ ﺍﺴﺘﻌﻤﺎل‬
‫ﻤﺭﺒﻌﺎﺕ ﺍﻝﻔﻭﺍﺭﻕ ﻤ ‪‬ﻤﺎ ﻴﻌﻁﻴﻨﺎ ﻤﺠﻤﻭﻋﺎ ﻝﻠﻔﻭﺍﺭﻕ ﻤﻭﺠﺒﺎ ﺩﺍﺌﻤﺎ‪.‬‬

‫ﻭﻝﻬﺫﺍ ﻨﺒﺤﺙ ﻋﻥ ﺍﻝﺘﻘﻠﻴل ﻗﺩﺭ ﺍﻹﻤﻜﺎﻥ ﻤﻥ ﻤﺠﻤﻭﻉ ﺍﻝﻔﻭﺍﺭﻕ‪.‬‬

‫) ‪min ∑ ( yi − yi′‬‬
‫‪2‬‬

‫‪# -1-3-2‬د  ‪ J+‬ا ‪ ) hM‬أو ‪ J+‬ا‪>2W‬ار ( ‪:‬‬

‫ﻫﺫﻩ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺘﻜﻭﻥ ﻋﻠﻰ ﺍﻝﺸﻜل ﺍﻝﺘﺎﻝﻲ‪y ′ = ax + b :‬‬
‫ﻭﻻﺴﺘﺨﺭﺍﺝ ‪ a‬ﻭ ‪ b‬ﻨﻘﻭﻡ ﺒﺘﻘﻠﻴل ﺍﻝﻌﻼﻗﺔ‪∑( yi − yi′ ) :‬‬
‫‪2‬‬
 ‫) ) ‪∑ ( yi − yi′ ) = ∑ ( yi − ( axi + b‬‬
‫‪2‬‬ ‫‪2‬‬

‫) ‪= ∑ ( ( yi − axi ) − b‬‬
‫‪2‬‬

‫‪= ∑ ( yi − axi ) − 2 ∑ ( yi − axi ) b + ∑ b 2‬‬

‫‪2‬‬

‫‪= ∑ ( yi − axi ) − 2 ∑ ( yi − axi ) b + nb 2‬‬

‫‪2‬‬

‫‪min ∑ ( yi − yi′ ) ⇒ min  ∑ ( yi − axi ) − 2 ∑ ( yi − axi ) b + nb 2 ‬‬

‫‪2‬‬ ‫‪2‬‬

‫‪‬‬ ‫‪‬‬
‫ﻫﺫﻩ ﺍﻝﻌﻼﻗﺔ ﻤﻥ ﺍﻝﺸﻜل ‪ ax 2 + bx + c‬ﻭﺘﻜﻭﻥ ﺃﻗل ﻤﺎ ﻴﻤﻜﻥ ﻋﻨﺩﻤﺎ ﻴﻜﻭﻥ ﺍﻝﻤﺸﺘﻕ ﺍﻷﻭل ﻴﺴﺎﻭﻱ ﺍﻝﺼﻔﺭ‪.‬‬

‫‪ -‬ﻨﺸﺘﻕ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻤﻌﺎﻤل ‪ ، b‬ﻨﺘﺤﺼل ﻋﻠﻰ ﻤﺎ ﻴﻠﻲ‪:‬‬

‫‪−2 ∑ ( yi − axi ) + 2nb = 0‬‬
‫) ‪∑ ( yi − axi‬‬
‫=‪⇒b‬‬
‫‪n‬‬
‫‪∑ yi‬‬ ‫‪∑ xi‬‬
‫=‪b‬‬ ‫‪−a‬‬
‫‪n‬‬ ‫‪n‬‬

‫‪b = y − ax‬‬

‫‪ -‬ﻨﺸﺘﻕ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻤﻌﺎﻤل ‪ ، a‬ﻨﺘﺤﺼل ﻋﻠﻰ ﻤﺎ ﻴﻠﻲ‪:‬‬

‫(‬
‫‪∑ ( yi − ( axi + b ) ) = ∑ yi − axi + y − ax‬‬‫(‬ ‫))‬
‫‪2‬‬ ‫‪2‬‬

‫)) ‪= ∑ (( y − y ) − a ( x − x‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪i‬‬

‫ﻨﻘﻭﻡ ﺒﻌﻤﻠﻴﺔ ﺘﺒﺩﻴل ﺍﻝﻤﺘﻐﻴﺭ‪:‬‬

‫‪yi − y = Yi‬‬

‫‪xi − x = X i‬‬

‫ﻨﺘﺤﺼل ﻋﻠﻰ ﻤﺎ ﻴﻠﻲ‪:‬‬

‫) ‪∑ ( yi − ( axi + b ) ) = ∑ (Yi − aX i‬‬

‫‪2‬‬ ‫‪2‬‬

‫) ‪= ∑ (Yi 2 − 2aX iYi + a 2 X i2‬‬

‫‪= ∑ Yi 2 − 2a ∑ X iYi + a 2 ∑ X i2‬‬

‫ﻭﻴﺼﺒﺢ ﺍﻝﻤﺸﺘﻕ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻤﻌﺎﻤل ‪ a‬ﻴﺴﺎﻭﻱ‪:‬‬

‫‪−2 ∑ X iYi + 2a ∑ X i2 = 0‬‬

 ‫‪∑ X iYi‬‬
‫=‪⇒a‬‬
‫‪∑ X i2‬‬

‫=‪⇒a‬‬
‫(‬
‫‪∑ xi − x‬‬ ‫) ‪)( y − y‬‬
‫‪i‬‬

‫)‪∑ ( x − x‬‬
‫‪2‬‬
‫‪i‬‬

‫‪1‬‬
‫‪: .&/ 01‬‬ ‫‪-71‬ب آ ‪ 5‬ا‪ 34‬و ا‪+‬م ‬
‫‪n‬‬

‫‪1‬‬
‫‪n‬‬
‫(‬
‫‪∑ xi − x yi − y‬‬ ‫()‬ ‫)‬
‫=‪a‬‬
‫‪1‬‬
‫(‬ ‫)‬
‫‪2‬‬
‫‪∑ xi − x‬‬
‫‪n‬‬
‫و ‪ >*:‬ا<‪ 5‬ا=<‪-‬ك ‪4 90 a‬وي ‪:‬‬

‫) ‪COV ( x, y‬‬
‫=‪a‬‬
‫)‪V ( x‬‬

‫ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ y = ax + b‬ﺘﺩﻋﻰ ﻤﻌﺎﺩﻝﺔ ﻤﺴﺘﻘﻴﻡ ﺍﻻﻨﺤﺩﺍﺭ ﻝﻠﻤﺘﻐﻴﺭ ‪ y‬ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻤﺘﻐﻴﺭ ‪ x‬ﺤﻴﺙ ‪:‬‬

‫) ‪COV ( x, y‬‬
‫=‪a‬‬
‫)‪V ( x‬‬
‫‪b= y−ax‬‬

‫ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ x = a′y + b′‬ﺘﺩﻋﻰ ﻤﻌﺎﺩﻝﺔ ﻤﺴﺘﻘﻴﻡ ﺍﻻﻨﺤﺩﺍﺭ ﻝﻠﻤﺘﻐﻴﺭ ‪ x‬ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻤﺘﻐﻴﺭ ‪ y‬ﺤﻴﺙ ‪:‬‬

‫‪∑ X i Yi‬‬
‫= ‪a′‬‬
‫‪∑ Yi 2‬‬

‫= ‪a′‬‬
‫(‬
‫‪∑ xi − x yi − y‬‬ ‫()‬ ‫)‬
‫(‬ ‫)‬
‫‪2‬‬
‫‪∑ yi − y‬‬

‫) ‪COV ( x, y‬‬
‫= ‪a′‬‬
‫)‪V ( y‬‬
‫‪b′ = x − a′ y‬‬
 ‫‪ G# -4‬ا‪W‬ر‪&$‬ط ا ‪: ,7‬‬
‫ﻫﻭ ﻋﺒﺎﺭﺓ ﻋﻥ ﻤﺅﺸﺭ ﻴﺒﻴﻥ ﻤﺩﻯ ﺍﺭﺘﺒﺎﻁ ﻅﺎﻫﺭﺘﻴﻥ ﻤﺎ‪ .‬ﻫﻨﺩﺴﻴﺎ ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﻴﺒﻴﻥ ﻤﺩﻯ ﺍﻗﺘﺭﺍﺏ ﺃﻭ ﺍﺒﺘﻌﺎﺩ‬
‫ﻤﺴﺘﻘﻴﻤﻲ ﺍﻻﻨﺤﺩﺍﺭ‪ ،‬ﻭﻫﻭ ﻴﺴﺎﻭﻱ ﺍﻝﺠﺫﺭ ﺍﻝﺘﺭﺒﻴﻌﻲ ﻝﺠﺩﺍﺀ ﻤﻴﻠﻲ ﻤﺴﺘﻘﻴﻤﻲ ﺍﻻﻨﺤﺩﺍﺭ ) ‪ Dy ( x‬ﻭ ) ‪. Dx ( y‬‬
‫ﻭﻨﺭﻤﺯ ﻝﻪ ﺒﺎﻝﺤﺭﻑ ‪. r‬‬

‫‪r = aa′‬‬

‫‪∑ X iYi ∑ X iYi‬‬

‫=‪r‬‬
‫‪∑ X i2 ∑ Yi 2‬‬

‫‪∑ X iYi‬‬
‫=‪r‬‬
‫‪∑ X i2 ∑ Yi 2‬‬

‫ﺒﺤﻴﺙ‪:‬‬

‫‪X i = xi − x‬‬
‫‪Yi = yi − y‬‬

‫ﻭﻴﺴﺎﻭﻱ ﻜﺫﻝﻙ ‪:‬‬

‫) ‪COV ( x, y‬‬
‫=‪r‬‬
‫) ‪V ( X ) V (Y‬‬

‫ﺃﻭ‬
‫) ‪COV ( x, y‬‬
‫=‪r‬‬
‫‪σxσy‬‬

‫ﻭﺘﻜﻭﻥ ﻗﻴﻤﺘﻪ ﻤﺤﺼﻭﺭﺓ ﺒﻴﻥ ‪ -1‬ﻭ‪.+1‬‬

‫ﺇﺫﺍ ﻜﺎﻥ ‪ r‬ﻗﺭﻴﺒﺎ ﻤﻥ ‪ ،+1‬ﺍﻝﻅﺎﻫﺭﺘﺎﻥ ﺘﻜﻭﻨﺎﻥ ﻓﻲ ﻋﻼﻗﺔ ﻤﺘﻴﻨﺔ‪ ،‬ﻭﺍﺘﺠﺎﻩ ﺘﻐﻴﺭﻫﻤﺎ ﻤﻤﺎﺜل‪ ،‬ﻤﻌﻨﻰ ﻫﺫﺍ ﺯﻴﺎﺩﺓ‬
‫ﻓﻲ ‪ x‬ﺘﻘﺎﺒﻠﻬﺎ ﺯﻴﺎﺩﺓ ﻓﻲ ‪. y‬‬
‫ﺇﺫﺍ ﻜﺎﻥ ‪ r‬ﻗﺭﻴﺒﺎ ﻤﻥ ‪ ،-1‬ﺍﻝﻅﺎﻫﺭﺘﺎﻥ ﺘﻜﻭﻨﺎﻥ ﻓﻲ ﻋﻼﻗﺔ ﻤﺘﻴﻨﺔ ﻭﻝﻜﻥ ﺍﺘﺠﺎﻩ ﺘﻐﻴﺭﻫﻤﺎ ﻤﻌﺎﻜﺱ‪ ،‬ﻤﻌﻨﻰ ﻫﺫﺍ‬
‫ﺯﻴﺎﺩﺓ ﻓﻲ ‪ x‬ﺘﻘﺎﺒﻠﻬﺎ ﻨﻘﺹ ﻓﻲ ‪ y‬ﻭ ﺍﻝﻌﻜﺱ‪.‬‬
‫ﺇﺫﺍ ﻜﺎﻥ ‪ r‬ﻤﺤﺼﻭﺭﺍ ﺒﻴﻥ ‪ − 0,5‬ﻭ ‪ ، + 0,5‬ﻝﻴﺱ ﻫﻨﺎﻙ ﻋﻼﻗﺔ ﺨﻁﻴﺔ ﺤﻘﻴﻘﻴﺔ ﺒﻴﻥ ‪ x‬ﻭ ‪ ، y‬ﻭﻫﺫﺍ ﻴﻌﻨﻲ‬
‫ﺃﻥ ﺍﻝﻅﺎﻫﺭﺘﺎﻥ ﺇﻤﺎ ﻤﺴﺘﻘﻠﺘﺎﻥ ﻋﻥ ﺒﻌﻀﻬﻤﺎ ﺍﻝﺒﻌﺽ ﺃﻭ ﻫﻨﺎﻙ ﺍﺭﺘﺒﺎﻁ ﻤﻥ ﻨﻭﻉ ﺁﺨﺭ ﺃﻱ ﺍﺭﺘﺒﺎﻁ ﻏﻴﺭ ﺨﻁﻲ‪.‬‬
‫ﺒﺼﻔﺔ ﻋﺎﻤﺔ ﻴﻜﻭﻥ ﺍﻻﺭﺘﺒﺎﻁ‪:‬‬
 ‫• ﺠﻴﺩﺍ ﺇﺫﺍ ﻜﺎﻥ ‪. r > 0,8‬‬
‫• ﻤﺘﻭﺴﻁﺎ ﺇﺫﺍ ﻜﺎﻥ ‪. 0,5 < r < 0,8‬‬
‫• ﻀﻌﻴﻔﺎ ﺇﺫﺍ ﻜﺎﻥ ‪. r < 0,5‬‬